Jos

e Sousa Pinto
Universidade de Aveiro, 1999

T
opicos de Matem
atica Discreta
Texto de Apoio - 2005/2006

Departamento de Matem
atica
UNIVERSIDADE DE AVEIRO

Estudar Matematica
...
em memoria de Sousa Pinto
O bom desempenho em qualquer disciplina de Matematica depende em
primeira analise
1. da capacidade de ler atenta e interessadamente os textos
disponveis, por forma a poder interpretar correcta e rigorosamente as materias neles expostas. Este resultado nao se
consegue, em geral, com uma so leitura; frequentemente sao
necessarias duas, tres ou mais leituras variando este n
umero
de leitor para leitor. Nao se aprende matematica sem ler
Matematica!
2. da capacidade de escrever correctamente em Portugues sobre temas de Matematica, usando uma linguagem precisa e
clara. Na apresentacao da resolucao de um problema
devem ser enunciados com precis
ao os resultados
usados; o rigor das demonstrac
oes e o cuidado prestado `
a sua redacc
ao s
ao elementos importantes para
a apreciac
ao das respostas.
Nao responde correctamente a uma questao de Matematica
quem se limita a efectuar uma serie de calculos sem explicar
a sua razao de ser, as suas origens (proximas) e para que
servem no respectivo contexto. Nao se aprende Matematica
sem escrever Matematica!

Quem comunica por escrito devera faze-lo em Lngua Portuguesa, de

uma forma que possa ser claramente entendida por qualquer pessoa mini estrita
mamente familiarizada com as materias sobre as quais discursa. E
obrigacao de quem comunica faze-lo de forma correcta dentro da norma
da lngua portuguesa. Isto significa, em particular, que
devem ser usadas frases completas e gramaticalmente correctas, por forma a serem produzidas afirmacoes claras relativamente `as quais se possa dizer sem qualquer ambiguidade
que sao verdadeiras ou falsas (mas nao ambas as coisas).
nao deve ser usada notacao matematica incorrecta nem formas de escrita estenografica as palavras existem para
facilitar a comunicacao e a sua grafia nao deve, por isso,
preciso respeitar nao so a sintaxe, mas
ser adulterada. E
tambem a ortografia e as regras de pontuacao da lngua
portuguesa. A norma da lngua portuguesa e do conhecimento geral dos portugueses (letrados) os dialectos (naturais ou artificiais) so sao reconhecidos por alguns, geralmente poucos!
deve explicar-se sempre o que se esta a fazer.
devem ligar-se as ideias e as formulas matematicas por partculas adequadas que explicitem o encadeamento dos raciocnios feitos.
e preciso ter muita atencao com a apresentacao: se o trabalho realizado revelar falta de cuidado de sentido estetico e
de rigor, n
ao se justifica que alguem gaste tempo para tentar entender o seu conte
udo. Alem disso, qualquer texto
sera sempre valorizado pela originalidade da exposicao!
Quem apresenta um trabalho nao pode partir do princpio que quem o
esta a ler entende o que realmente se passou na mente de quem o escreveu.
A resposta (escrita) a um problema e um dialogo com um interlocutor invisvel. A comunicacao escrita pode nao ser simples, mas e certamente da
maior importancia para a vida do dia a dia de quem tem de agir em sociedade. Dispor de boa capacidade de comunicacao escrita e muitas vezes
de importancia crucial para um bom desempenho em muitas situacoes da
vida real: a comunicacao escrita (assim como a oral) aproxima-se muito de
uma arte e e como tal que deve ser encarada, mesmo em textos cientficos!
Jose Sousa Pinto, Universidade de Aveiro, 1999
ii

Indice Geral
1 Introdu
c
ao `
a L
ogica e Teoria de Conjuntos
1.1 Teoria (intuitiva) de Conjuntos . . . . . . . . . . . . . . .
1.1.1 Operacoes com conjuntos . . . . . . . . . . . . . .
1.2 Elementos de Teoria da Deducao . . . . . . . . . . . . . .
1.2.1 Conjectura e demonstracao . . . . . . . . . . . . .
1.2.2 Logica proposicional . . . . . . . . . . . . . . . . .
1.2.2.1 Tautologias e contradicoes . . . . . . . .
1.2.3 Teoremas e demonstracoes . . . . . . . . . . . . . .
1.2.4 Logica com quantificadores . . . . . . . . . . . . .
1.2.4.1 Variaveis e conjuntos . . . . . . . . . . .
1.2.4.2 Os quantificadores universal e existencial
1.3 Relacoes e Aplicacoes . . . . . . . . . . . . . . . . . . . .
1.3.1 Produto cartesiano de conjuntos . . . . . . . . . .
1.3.1.1 Representacao de relacoes . . . . . . . . .
1.3.2 Particoes e relacoes de equivalencia . . . . . . . . .
1.3.3 Relacoes de ordem . . . . . . . . . . . . . . . . . .
1.3.4 Funcoes . . . . . . . . . . . . . . . . . . . . . . . .

1.4 Algebras
de Boole . . . . . . . . . . . . . . . . . . . . . .
1.4.1 Operacoes booleanas fundamentais . . . . . . . . .
1.4.2 Funcoes booleanas . . . . . . . . . . . . . . . . . .

.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.

1
1
6
11
13
17
21
25
31
32
33
42
42
45
46
49
55
61
62
70

2 N
umeros Naturais, Indu
c
ao e C
alculo Combinat
orio
2.1 Axiomatica dos N
umeros Naturais . . . . . . . . . . .
2.1.1 Conceito de axiomatica . . . . . . . . . . . . .
2.1.2 Os axiomas de Dedekind-Peano . . . . . . . . .
2.1.3 Aritmetica dos n
umeros naturais . . . . . . . .
2.1.4 O conjunto ordenado (IN, ) . . . . . . . . . .
2.2 Inducao Matematica Aplicacoes . . . . . . . . . . . .

.
.
.
.
.
.

.
.
.
.
.
.

77
77
77
79
81
87
88

iii

.
.
.
.
.
.

.
.
.
.
.
.

2.3

2.4

2.2.1 Formas equivalentes do princpio de inducao finita

Introducao ao Calculo Combinatorio . . . . . . . . . . . .
2.3.1 Arranjos, permutacoes e combinacoes . . . . . . .
2.3.2 O binomio de Newton . . . . . . . . . . . . . . . .
2.3.2.1 O teorema binomial de Newton . . . . . .
2.3.2.2 O teorema multinomial . . . . . . . . . .
N
umeros Cardinais Transfinitos . . . . . . . . . . . . . . .
2.4.1 Conjuntos equipotentes . . . . . . . . . . . . . . .
2.4.2 Cardinais transfinitos . . . . . . . . . . . . . . . .
2.4.2.1 O primeiro n
umero transfinito, 0 . . . .
2.4.2.2 O segundo n
umero transfinito, 1 . . . .
2.4.2.3 N
umeros cardinais transfinitos superiores

.
.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.
.

92
96
103
111
116
120
124
124
127
127
130
133

3 Rela
c
oes de Recorr
encia e Fun
c
oes Geradoras
3.1 Introducao . . . . . . . . . . . . . . . . . . . . . . . . . . . .
3.1.1 Relacoes de recorrencia e equacoes de diferencas . .
3.2 Funcoes Geradoras . . . . . . . . . . . . . . . . . . . . . . .
3.2.1 Relacoes de recorrencia e funcoes geradoras . . . . .
3.2.2 Relacoes de recorrencia lineares homogeneas . . . . .
3.2.2.1 Equacao caracterstica com razes m
ultiplas
3.2.3 Relacoes de recorrencia lineares nao homogeneas . .

135
. 135
. 141
. 143
. 153
. 157
. 161
. 167

4 Teoria dos Grafos

4.1 Introducao . . . . . . . . . . . . . . . . .
4.1.1 Definicoes basicas . . . . . . . .
4.1.2 Caminhos de um grafo . . . . . .
4.1.3 Graus dos vertices de um grafo .
4.2 Representacao de Grafos por Matrizes .
4.2.1 Matriz de adjacencia de um grafo
4.2.2 Matriz de incidencia de um grafo
4.3 Caminhos Eulerianos e Hamiltonianos .

4.4 Arvores
e Florestas . . . . . . . . . . . .

173
. 173
. 174
. 180
. 182
. 185
. 186
. 191
. 195
. 199

iv

.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.

Captulo 1

Introduc
ao `
a L
ogica e Teoria
de Conjuntos
1.1

Teoria (intuitiva) de Conjuntos

A teoria dos conjuntos foi criada relativamente recentemente por Georg Cantor (1845-1918) que definiu conjunto como sendo uma colecc
ao de objectos
claramente distinguveis uns dos outros, chamados elementos, e que pode ser
claro que se nao se tiver definido previamente
pensada como um todo. E
o que se entende por colecc
ao esta nao sera uma definicao rigorosa para
o termo conjunto. A fim de evitar definicoes circulares, conjunto e elemento de um conjunto sao duas nocoes que nao se definem; um conceito
quando e definido, e-o em termos de outros conceitos mais simples e nao e
habitual considerar conceitos logicamente mais simples que os de conjunto
e elemento de um conjunto. Conjunto e elemento de um conjunto sao assim termos primitivos que se admite serem do conhecimento de toda a gente
(pelo menos de toda a gente que estuda Matematica). Esta seccao destina-se
a relembrar conceitos baseados na nocao de conjunto aqui considerado de
forma intuitiva. Trata-se de um conceito de extraordinaria importancia pois
grande parte da matematica dos nossos dias pode ser construda a partir
dele. Por este facto, o estudo da construcao de conceitos de matematica
a partir da nocao primitiva de conjunto e muitas vezes se designado por
tica.
Fundamentos de Matema

Um conjunto designa-se geralmente por uma letra mai

uscula, 1 reservando-se as letras min
usculas para os seus elementos. A expressao simbolica
xA
significa que x e elemento de A. A negacao de x A representa-se
simbolicamente por
x 6 A
e le-se x n
ao pertence a A (ou x n
ao e elemento de A). Um conjunto
pode ser descrito em extens
ao (quando o n
umero dos seus elementos for
finito e suficientemente pequeno) enumerando explicitamente todos os seus
elementos colocados entre chavetas e separados por vrgulas ou em compreens
ao, enunciando uma propriedade caracterizadora dos seus elementos
(isto e, uma propriedade que os seus e so os seus elementos possuam).
Exemplo 1.1 :
(1) Conjunto das vogais
V = {a, e, i, o, u}
descrito em extensao;
(2) Conjunto dos n
umeros naturais pares
P = {p IN : p = 2q para algum q IN}
descrito em compreensao.

Conjunto universal e conjunto vazio. Intuitivamente poderia parecer

razoavel que se considerasse como conjunto qualquer coleccao de objectos
(reais ou imaginarios). Tal atitude, porem, conduz a situacoes paradoxais,
como se deu conta o filosofo ingles Bertrand Russel, por volta de 1901.
Bertrand Russel comeca por observar que se se adoptar a concepcao
intuitiva de conjunto entao pode dizer-se que alguns conjuntos sao membros
de si proprios enquanto outros nao o sao. Um conjunto de elefantes, por
exemplo, nao e um elefante e, portanto, nao e um elemento de si proprio; no
entanto, o conjunto de todas as ideias abstractas e, ele proprio, uma ideia
abstracta, pelo que pertence a si proprio. As propriedades ser membro de si
pr
oprio e n
ao ser membro de si pr
oprio parecem assim ser propriedades
1

N
ao tem que ser assim: trata-se de uma mera convenc
ao para facilitar o estudo.

perfeitamente adequadas para definir conjuntos. Mas, como se vera, estas

propriedades conduzem `a criacao de um paradoxo.
Suponha-se (se possvel) que se define o conjunto A como sendo o conjunto de todos os conjuntos que nao sao membros de si proprios, isto e,
A = {X : X 6 X}
Coloca-se entao a questao de saber se A e ou nao elemento de si proprio.
Se A nao for membro de si proprio, A 6 A, entao satisfaz a propriedade
definidora de A e, portanto, A A; se A pertence a si proprio, A A entao
nao satisfaz a propriedade definidora de A e, portanto, A 6 A. De cada
uma das possveis hipoteses pode deduzir-se a sua negacao, o que constitui
um paradoxo.
Para eliminar possibilidades deste tipo supor-se-a, de ora em diante, que
os conjuntos considerados sao todos constitudos por elementos de um conjunto U suficientemente grande, chamado conjunto universal ou universo
do discurso.
A ideia de um conjunto universal estara sempre presente mesmo quando
nao seja explicitamente mencionado. Em Matematica ha conjuntos que
constituem muito frequentemente os universos do discurso sendo, por isso,
conveniente dispor de nomes para eles. Alguns exemplos de tais conjuntos,
dos mais importantes, sao:
IR
Q
ZZ
IN

=
=
=
=

{x : x e um n
umero real}
{x : x e um n
umero racional}
{x : x e um n
umero inteiro}
{0, 1, 2, 3, . . .}

Os smbolos ou { } usam-se para denotar o conjunto vazio (conjunto

sem elementos) que pode ser descrito em compreensao por {x : x 6= x}.
Conjuntos finitos e infinitos. Embora nao seja este o lugar adequado
para dar definicoes rigorosas sobre os termos finito e infinito, procurarse-a esclarecer, por meio de alguns exemplos, o seu significado.
Um conjunto diz-se finito se for possvel contar os seus elementos, ou seja,
se for o conjunto vazio ou se for possvel estabelecer uma correspondencia
bijectiva entre os seus elementos e os elementos de um conjunto da forma
{1, 2, 3, . . . , n} para algum n IN. Dir-se-a infinito no caso contrario. O
conjunto dos n
umeros inteiros positivos inferiores a 100 e um conjunto finito
3

enquanto que o conjunto de todos os n

umeros inteiros positivos e um conjunto infinito. De modo semelhante, e finito o conjunto de todos os planetas
do sistema solar ou o conjunto de todos os n
umeros primos menores que
3
1010 ; pelo contrario, como mais `a frente se mostrara, e infinito o conjunto
de todos os n
umeros primos.
Se A for um conjunto finito, designar-se-a por cardinalidade de A o
n
umero dos seus elementos, o qual se representa por card(A). Um conjunto
com cardinalidade igual a 1 diz-se singular.
Quando um conjunto e infinito, e impossvel defini-lo em extensao (indicando explicitamente os seus elementos); logo, se um conjunto puder ser
definido em extensao, entao certamente sera um conjunto finito. Por vezes
para definir certos conjuntos infinitos usa-se uma notacao parecida com a
definicao de um conjunto em extensao: e o caso de
IN = {0, 1, 2, 3, . . .}
Note-se contudo que as reticencias representam a quase totalidade dos elementos de IN qualquer que seja o n
umero de elementos que aparecem no
incio.
Igualdade de conjuntos.
Dois conjuntos sao iguais se e so se tiverem os mesmos elementos.
Se um conjunto A for igual a um conjunto B escreve-se A = B. Para
verificar se dois conjuntos sao iguais basta verificar se todo o elemento de
A e elemento de B e se todo o elemento de B e elemento de A. Se todo
o elemento de A for tambem elemento de B (independentemente do facto
de todo o elemento de B poder ser ou nao elemento de A) dir-se-a que o
conjunto A est
a contido no conjunto B, o que se denota por A B; neste
caso tambem se diz que A e subconjunto de B. Se os conjuntos A e B forem
iguais entao ter-se-a A B e, simultaneamente, B A; reciprocamente, se
A B e B A se verificarem simultaneamente entao tem-se A = B. Se
for A B e A 6= B dir-se-a que A e um subconjunto proprio ou uma parte
propria de B e escreve-se A B. De acordo com estas definicoes resulta
que quaisquer que sejam os conjuntos A e B
A,

A A,

A = B se e so se [ A B e B A ]

Considere-se a prova de, por exemplo, A qualquer que seja o conjunto

A. A u
nica forma de mostrar que esta inclusao e falsa e verificar que
4

possui um elemento que nao pertence a A; ora como nao possui elementos
entao aquela relacao verifica-se sempre.
Exerccios 1.1.1
1. Mostrar que os conjuntos , {} e {{}} s
ao distintos dois a dois.
2. Mostrar que se A for um subconjunto do conjunto vazio ent
ao A = .
3. Dado um conjunto arbitr
ario A,
(a) ser
a A membro do conjunto {A}?
(b) ser
a {A} membro do conjunto {A}?
(c) ser
a {A} um subconjunto de {A}?
4. Dados os conjuntos
A
B
C
D
E

{5, 10, 15, 20, . . .}

{7, 17, 27, 37, . . .}
{300, 301, 302, . . . , 399, 400}
{1, 4, 9, 16, 25, 36, 49, . . .}
{1, 1/2, 1/4, 1/8, 1/16, . . .}

=
=
=
=
=

indicar, para cada um deles, uma propriedade que o especifique completamente.

5. Indicar quais dos conjuntos que se seguem s
ao iguais:
A
B
C
D
E

=
=
=
=
=

{1, 1, 2}
{1, 2, 1}
{0, 1, 2}
{2, 1, 1, 2}
{x : x2 = 4 ou x2 = 1}

6. Determinar em extens
ao os seguintes conjuntos
A
B
C
D
E

=
=
=
=
=

{x IN : 8 = x + 3}
{x IN : (x 2)(x 5) = 0}
2
{x IN : x
+ 22 = 13x}

{x IN : 5x 1 + 3x 2 = 3}
{x IN : (x + 1)(x + 2) < 11}

7. Dizer quais dos conjuntos que se seguem s

ao finitos e quais s
ao infinitos.
(a) O conjunto das linhas do plano que s
ao paralelas ao eixo xx0 .
(b) O conjunto das letras do alfabeto.
(c) O conjunto dos m
ultiplos de 5.
(d) O conjunto dos animais existentes na Terra.
(e) O conjunto das razes da equac
ao
x38 + 42x23 17x18 2x5 + 19 = 0
(f ) O conjunto das circunferencias centradas na origem.

1.1.1

Operac
oes com conjuntos

Sendo A, B dois conjuntos, denota-se por A B a uni

ao (ou reuni
ao) de
A com B, que e o conjunto cujos elementos sao os elementos de A e os
elementos de B. Mais geralmente, se A1 , A2 , . . . , An forem conjuntos entao
a sua uniao
ni=1 Ai A1 A2 . . . An
e o conjunto constitudo pelos elementos que pertencem pelo menos a um dos
conjuntos Ai , i = 1, 2, . . . , n. Simbolicamente pode traduzir-se esta definicao
por
ni=1 Ai = {x : x Ai para algum i = 1, 2, . . . , n }
A intersec
c
ao de dois conjuntos A e B, denotada por A B, e o conjunto
cujos elementos pertencem simultaneamente a A e B. Analogamente, se
Ai , i = 1, 2, . . . , n, forem conjuntos entao
ni=1 Ai A1 A2 . . . An
= {x : x Ai para todo i = 1, 2, . . . , n }
As definicoes de uniao e interseccao de conjuntos estendem-se, de forma
natural, a famlias infinitas de conjuntos. Assim, dada uma famlia arbitraria
de conjuntos {A }I (onde I denota um conjunto de ndices)
I A = {x : x A para algum I }
I A = {x : x A para todo I }
Dois conjuntos A e B dizem-se disjuntos se e so se for A B = , isto e,
se nao possuirem elementos comuns.
A diferen
ca de A e B e o conjunto A\B definido por
A\B = {x : x A e x 6 B}
ou seja e o conjunto constitudo pelos elementos de A que nao pertencem
a B. Se, em particular, se fizer A = U, o universo do discurso, entao ao
conjunto U\B = {x : x 6 B} da-se o nome de conjunto complementar
de B e denota-se por B c .
Conjunto das partes de um conjunto. Podem construir-se conjuntos
cujos elementos sao eles proprios, no todo ou em parte, conjuntos. Assim,
6

por exemplo, a letra x, o conjunto {a, b}, o conjunto {} e o n

umero 4
podem constituir um novo conjunto que e o seguinte
{x, {a, b}, {}, 4}
Dado um conjunto arbitrario, e possvel construir novos conjuntos cujos elementos sao partes do conjunto inicial. Em particular, sendo A um conjunto
qualquer, denota-se por P(A) o conjunto constitudo por todos os subconjuntos (proprios ou improprios) de A, isto e,
P(A) = {X : X A}
Seja, por exemplo, A = {a, b, c}; entao
P(A) = {, {a}, {b}, {c}, {a, b}, {a, c}, {b, c}, {a, b, c}}
e o conjunto das partes de A, com cardinalidade igual a 8 = 23 .
Diagramas de Venn. As operacoes com conjuntos podem ser representadas pictoricamente pelos chamados diagramas de Venn que, embora nao
sirvam de prova formal, permitem visualizar e conjecturar muitos resultados
sobre conjuntos.
O conjunto universal e representado pelo interior de um rectangulo no
qual sao representados por crculos os varios conjuntos com os quais se esta
a operar. Assim, por exemplo,
U
A

e um diagrama de Venn com tres conjuntos A, B e C onde se pode realcar

(com tracejado) o resultado das varias operacoes realizadas com eles.
7

Nota 1.2 Os diagramas de Venn tornam-se de difcil ou mesmo impossvel utilizac

ao quando o n
umero de conjuntos a considerar for superior ou igual a 4.

Exerccios 1.1.2 :
1. Qual e a cardinalidade dos seguintes conjuntos
{1, 2, }, {1, {1, }}, {}, {1}, {{1}}
2. Determinar a cardinalidade do conjunto


p
S =
: p, q IN1 p, q 10
q
3. Seja U = {0, 1, 2, 3, 4, 5, 6, 7, 8, 9} o conjunto universal. Dados os conjuntos
A = {1, 3, 5, 7}, B = {2, 3, 4, 5, 6} e C = {0, 2, 4, 6, 8}, definir em extens
ao os
conjuntos
A B, B C, B C c , A (B C),
(A B) (A C), (A B) C, A , B , A C, U c
4. Sejam A, B e C tres conjuntos quaisquer contidos no universo U. Verificar
as seguintes igualdades:
(a)
(b)
(c)
(d)
(e)

A Ac = U
A Ac =
AB A
AB A
(Ac )c = A

5. Em que circunst
ancias s
ao verdadeiras as igualdades que se seguem
AB
A Bc
A
AB
(A B) B c
(A B c ) B

=
=

=
=
=

AB
A

B
A
AB

6. O facto de ser A B = D implica que seja D\B = A? Se n

ao, o que pode
concluir-se do facto de ser A B = D e D\B = A?
7. Sejam A e B dois subconjuntos do universo U = {1, 2, 3, 4, 5, 6} tais que
A B = {1, 2, 3, 4}, A B = {3}, A\B = {1, 2}, Ac = {4, 5, 6}
Determinar A, B e B\A.

8. Mostrar que
(a) se A C e B C ent
ao A B C.
(b) se C A e C B ent
ao C A B.
9. Determinar os conjuntos das partes dos conjuntos
A = {1}, B = {1, 2} c = {1, 2, 3}
10. Sendo M = {1, 2, 3, 4} determinar {x M : x 6 }. Quantos elementos ter
a
o conjunto das partes de M ?
11. Descrever os elementos do conjunto P(P(P())).
12. Mostrar que
(a) A B implica P(A) P(B)
(b) P(A B) P(A) P(B)
(c) P(A B) P(A) P(B)
Em que condic
oes se verificam as igualdades nas duas u
ltimas alneas?
13. Determinar o conjunto das partes do conjunto das partes do conjunto {a}.

Concluir-se-a esta seccao com os dois teoremas que se seguem que relacionam varias das operacoes que se podem realizar com conjuntos.
Teorema 1.3 (Propriedade distributiva.) Sendo A, B, C tres conjuntos arbitr
arios, ter-se-
a
(a) A (B C) = (A B) (A C)
(b) A (B C) = (A B) (A C)
Demonstra
c
ao: Uma forma de mostrar a veracidade destas igualdades consiste
em verificar que cada um dos seus membros esta contido no outro. Far-se-a esta
verificac
ao para a primeira alnea deixando a outra a cargo do leitor interessado,
como exerccio.
Para mostrar que se tem A(B C) (AB)(AC) e suficiente verificar que
qualquer elemento t A (B C) tambem pertence ao conjunto (A B) (A C).
De facto, da hip
otese resulta que t pertence a A e a B C ou seja que t pertence a
A e t pertence a B ou t pertence a C. Entao t pertence a A e a B, isto e, t A B,
ou t pertence a A e a C, isto e, t A C. Consequentemente, t (A B) (A C)
e, portanto,
A (B C) (A B) (A C)
(1.1)
como se pretendia mostrar.
Suponha-se agora que s (A B) (A C). Entao s A B ou s A C,
ou seja, s pertence simultaneamente a A e B ou s pertence simultaneamente a A e
C. Portanto, s pertence a A e pertence a B ou a C, donde resulta
(A B) (A C) A (B C)
De (1.1) e (1.2) resulta a igualdade pretendida.

(1.2)
2

Exerccios 1.1.3 Verificar a demonstracao do teorema 1.3 usando um diagrama

de Venn apropriado.

Teorema 1.4 (Leis de Morgan.) Sendo A e B dois conjuntos arbitr

arios,
ter-se-
a
(a) (A B)c = Ac B c
(b) (A B)c = Ac B c
Demonstra
c
ao:
Tal como no teorema anterior, far-se-a a demonstracao da
primeira alnea deixando a segunda a cargo do leitor interessado, como exerccio.
Para mostrar que se tem (A B)c Ac B c e suficiente verificar que qualquer
elemento t (A B)c tambem pertence ao conjunto Ac B c . Da hipotese feita
resulta que t n
ao pertence `a interseccao de A e B e, portanto, nao pertence simultaneamente a A e a B. Logo pertencera ao complementar de A ou pertencera ao
complementar de B, isto e, tendo em conta a arbitrariedade de t ter-se-a
(A B)c Ac B c

(1.3)

Suponha-se agora que s Ac B c . Entao s Ac ou s B c e, portanto, s 6 A

ou s 6 B, donde decorre que s 6 A B. Consequentemente,
Ac B c (A B)c
De (1.3) e (1.4) resulta a igualdade pretendida.

(1.4)
2

Exerccios 1.1.4 Verificar a demonstracao do teorema 1.4 usando um diagrama

de Venn apropriado.

Exerccios 1.1.5
1. Sendo P, Q, R tres conjuntos, indicar quais das afirmac
oes que se seguem s
ao
verdadeiras.
(a) Se P e um elemento de Q e Q e um subconjunto de R, entao P e um
elemento de R.
(b) Se P e um elemento de Q e Q e um subconjunto de R, entao P e tambem
um subconjunto de R.
(c) Se P e um subconjunto de Q e Q e um elemento de R, entao P e um
elemento de R.
(d) Se P e um subconjunto de Q e Q e um elemento de R, entao P e um
subconjunto de R.
2. Sendo P, Q, R tres conjuntos, provar
(a) (P \Q)\R = P \(Q R)
(b) (P \Q)\R = (P \R)\Q

10

(c) (P \Q)\R = (P \R)\(Q\R)

3. Chama-se diferen
ca sim
etrica de dois conjuntos A e B ao conjunto constitudo pelos elementos que pertencem a A ou a B, mas n
ao a ambos simultaneamente.
(a) Denotando por A B a diferenca simetrica de A e B , mostrar que
A B = (A\B) (B\A) = (A B)\(A B).
(b) Representar num diagrama de Venn a diferenca simetrica de dois conjuntos A e B quaisquer.
(c) Se a diferenca simetrica entre dois conjuntos A e B for igual ao conjunto
A que poder
a dizer-se a respeito de A e B?
(d) Usando diagramas de Venn, verificar quais das igualdades que se seguem
s
ao verdadeiras e quais s
ao falsas
A (B C) = (A B) (A C)
A (B C) = (A B) (A C)
A (B C) = (A B) C
A (B C) = (A B) (A C)
A (B C) = (A B) (A C)
(e) Se a diferenca simetrica de A e B for igual `
a diferenca simetrica de A e
C poder
a concluir-se que se tem, necessariamente, B = C?

1.2

Elementos de Teoria da Dedu

c
ao
... depuis les Grecs qui dit Mathematique dit Demonstration.
in Bourbaki

A Matematica divide-se geralmente em partes chamadas teorias matem

aticas. O desenvolvimento de uma qualquer daquelas teorias e constitudo
por tres etapas fundamentais:
(1) a construcao dos objectos matematicos da teoria;
(2) a formacao de relacoes entre aqueles objectos;
(3) a pesquisa daquelas relacoes que sao verdadeiras, ou seja, a
demonstracao de teoremas.
Objectos matematicos sao, por exemplo, os n
umeros, as funcoes ou as figuras
geometricas; a Teoria dos N
umeros, a Analise Matematica e a Geometria
sao, respectivamente, as teorias matematicas que os estudam. Os objectos
matematicos (provavelmente) nao existem na natureza; sao apenas modelos
11

abstractos de objectos reais mais ou menos complicados. As relacoes entre

os objectos matematicos sao afirmacoes (ou proposicoes ou sentencas), verdadeiras ou falsas, que podem enunciar-se a seu respeito e que, de algum
modo, correspondem a propriedades hipoteticas dos objectos reais que eles
modelam.
Para provar os seus resultados a matematica usa um determinado processo
de raciocnio que se baseia na L
ogica; existe uma interligacao profunda entre a Matematica e a Logica. Deve observar-se desde ja que, embora existam
outros tipos de Logica, aqui o termo deve entender-se no sentido da chamada
L
ogica bivalente que adopta como regras fundamentais de pensamento os
dois princpios seguintes:
Princpio da n
ao contradi
c
ao: Uma proposicao nao pode ser
verdadeira e falsa (ao mesmo tempo).
Princpio do terceiro excludo: Uma proposicao ou e verdadeira ou e falsa (isto e, verifica-se sempre um destes casos e
nunca um terceiro).
A matematica, como qualquer outra ciencia, utiliza a sua linguagem
propria constituda por termos palavras ou smbolos e proposi
c
oes
que sao combinacoes de termos de acordo com determinadas regras. Numa
teoria matematica qualquer podem distinguir-se dois tipos de termos:
(1) termos l
ogicos, que nao sao especficos daquela teoria e
fazem parte da linguagem matematica geral, e
(2) termos especficos da teoria que se esta a considerar.
Termos logicos como, por exemplo, vari
avel, relac
ao, etc. sao comuns
a todas as teorias matematicas. Pelo contrario, ponto, recta e
angulo
sao termos especficos da geometria, enquanto que n
umero, <, adic
ao
sao termos especficos da teoria dos n
umeros, etc. Uma relacao entre objectos pode enunciar-se, por exemplo, sob a forma de uma implicacao2 p q,
tanto em geometria como em teoria dos n
umeros; os termos especficos que
aparecem em p e q sao, no entanto, distintos quando os objectos pertencem `a geometria ou `a teoria dos n
umeros. Assim, se for
p
q
2

A, B, C sao tres pontos nao colineares

existe um e um so plano que passa por A, B e C

A definic
ao de implicac
ao bem como de outras operac
oes l
ogicas e feita mais `
a frente.

12

a implicacao p q tem um significado geometrico; se for

p
q

2 e primo
22 1 e primo

a implicacao p q tem significado em teoria dos n

umeros. Os termos
logicos dao a forma a uma teoria matematica; os termos especficos dao-lhe
o conte
udo. O papel principal da logica em matematica e o de comunicar as
ideias de forma precisa evitando erros de raciocnio.

1.2.1

Conjectura e demonstra
c
ao

Como atras se referiu, uma das etapas fundamentais no desenvolvimento

de uma teoria matematica e a pesquisa de relacoes verdadeiras entre os
objectos da teoria. Ou seja, dada uma afirmacao relativa aos objectos da
teoria, e necessario demonstrar a sua veracidade ou falsidade; so depois deste
processo e que tal afirmacao, se for demonstrada a sua veracidade, adquire
o estatuto de teorema.
Chama-se demonstra
c
ao formal a uma sequencia finita p1 , p2 , . . . , pn
de proposicoes cada uma das quais ou e um axioma (proposicao cuja veracidade se admite `
a priori) ou resulta de proposicoes anteriores por regras de inferencia (que sao formas muito simples e frequentes de argumentacao valida,
tradicionalmente designadas por silogismos). Cada uma das proposicoes pj ,
1 j n, e designada por passo da demonstracao. Neste sentido, teorema sera o u
ltimo passo de uma dada demonstracao, isto e, demonstrar
um teorema consiste na realizacao de uma demonstracao cujo u
ltimo passo
e o teorema em questao.
As demonstracoes formais raramente sao praticadas fora dos livros de
Logica. Como uma demonstracao formal inclui todos os passos possveis
(nada e deixado `a imaginacao) entao a demonstracao formal de um teorema, ainda que simples, e normalmente longa (e fastidiosa). Assim, fora da
Logica raramente se fazem demonstracoes formais rigorosas: o que em geral
se faz e estabelecer os passos fundamentais da demonstracao suprimindo
todos os detalhes logicos que, muitas vezes, nao ajudam a esclarecer a verdadeira natureza da proposicao sob analise. Estes procedimentos designarse-ao simplesmente por demonstra
c
oes (ou demonstracoes matematicas)
por contraposicao a demonstracoes formais.
Exemplo. Na tabela que se segue, para cada n
umero natural n de 2 a 10,
n
calculou-se o n
umero 2 1 obtendo-se os seguintes resultados:
13

n
2
3
4
5
6
7
8
9
10

primo?
E
sim
sim
nao
sim
nao
sim
nao
nao
nao

2n 1
3
7
15
31
63
127
255
511
1023

primo?
E
sim
sim
nao
sim
nao
sim
nao
nao
nao

Observando cuidadosamente a tabela parece verificar-se o seguinte: sempre que n e um n

umero primo, o n
umero 2n 1 tambem e primo! Sera
tentador pensar que sim, mas de momento nao ha qualquer
verdade? E
razao suficientemente forte que garanta este resultado de forma indiscutvel.
Em matematica da-se o nome de conjectura a este tipo de afirmacoes cujo
valor logico de verdade ou falsidade carece de ser provado. Assim, esta tabela
suscita as duas conjecturas seguintes:
Conjectura I Dado um n
umero inteiro n superior a 1, se n for
primo ent
ao o n
umero 2n 1 e primo.
Conjectura II Dado um n
umero inteiro n superior a 1, se n
n
ao for primo o n
umero 2n 1 tambem n
ao e primo.
Destas duas conjecturas a primeira pode refutar-se imediatamente: para tal
e suficiente continuar a desenvolver a tabela para valores de n superiores a
10. Assim, para n = 11 vem
211 1 = 2047 = 23 89
o que mostra que a conjectura e falsa: 11 e um n
umero superior a 1 e e primo,
11
mas 2 1 e um n
umero composto. O n
umero 11, neste caso, constitui o que
se designa geralmente por contra-exemplo para a conjectura: um simples
contra-exemplo e suficiente para mostrar que a conjectura e falsa. Mas ha
mais contra-exemplos: 23 e 29, por exemplo, sao outros contra-exemplos.
Considere-se agora a segunda conjectura: estendendo a tabela a outros n
umeros inteiros nao primos superiores a 10 nao se encontra nenhum
contra-exemplo. Isto, contudo, nao nos permite concluir que a conjectura
e verdadeira pois por muito que se prolongue a tabela nunca sera possvel
14

experimentar todos os n
umeros compostos possveis: eles sao em n
umero
infinito! Podera haver contra-exemplos que sejam tao grandes que nem com
os actuais meios computacionais seja possvel testa-los. Para demonstrar ou
refutar a conjectura e necessario adoptar entao outros metodos.
A conjectura II e, de facto, verdadeira.
Demonstra
c
ao: Visto que n nao e primo entao existem inteiros positivos a e
b maiores que 1 tais que a < n e b < n e n = ab. Sendo x = 2b 1 e y =
1 + 2b + 22b + + 2(a1)b , ent
ao




xy = 2b 1 1 + 2b + 22b + + 2(a1)b
 


= 2b 1 + 2b + 22b + + 2(a1)b 1 + 2b + 22b + + 2(a1)b



= 2b + 22b + 23b + + 2ab 1 + 2b + 22b + + 2(a1)b
=
=

2ab 1
2n 1

Visto que b < n pode concluir-se que x = 2b 1 < 2n 1; por outro lado como b > 1
entao x = 2b 1 > 21 1 = 1 donde se segue que y < xy = 2n 1. Entao 2n 1
pode decompor-se num produto de dois n
umeros inteiros positivos x e y maiores
que 1 e menores que 2n 1 o que prova que 2n 1 nao e primo.
2

Uma vez que se provou que a conjectura II e verdadeira, esta passou a

adquirir o estatuto de teorema, podendo entao escrever-se:
Teorema 1.5 Dado um n
umero inteiro n superior a 1, se n n
ao
for primo ent
ao o n
umero 2n 1 tambem n
ao e primo.
Exerccios 1.2.1 Aproveitando as ideias usadas na demonstracao anterior,
1. mostrar que 212 1 n
ao e primo, exibindo explicitamente dois factores (maiores
que 1) em que se pode decompor este n
umero;
2. determinar um inteiro x tal que 1 < x < 232 767 1 por forma que o n
umero
232 767 1 seja divisvel por x.

Como se viu acima o facto de n ser um n

umero primo nao garante
que 2n 1 seja tambem primo. Mas para alguns inteiros n > 1 primos
o n
umero 2n 1 e primo: aos n
umero primos da forma 2n 1 da-se o nome
de n
umeros primos de Mersenne. Assim, 3, 7, 31, etc., sao n
umeros
primos de Mersenne, mas 5 e um n
umero primo que nao e n
umero primo
de Mersenne. Com a ajuda dos computadores muitos n
umeros primos de
15

Mersenne tem sido encontrados ultimamente. Em Maio de 1994 o maior

n
umero primo de Mersenne conhecido era 2859 433 1 que tem 258 716 dgitos.
Em Novembro de 1996 foi obtido um novo recorde com o n
umero 21 398 269 1
o
que tem 420 921 casas decimais e e o 35 n
umero primo de Mersenne conhecido. Contudo nao se sabe ainda se ha uma infinidade de n
umeros primos
de Mersenne ou se, pelo contrario, o n
umero de primos de Mersenne, embora eventualmente muito grande, e finito. Consequentemente, de momento,
apenas se podera conjecturar uma ou outra das hipoteses. Ja o mesmo se
nao dira sobre os n
umeros primos propriamente ditos: ha cerca de 2400
anos, Euclides (c. 350 a.C.) provou nos seus celebres Elementos o seguinte:
Teorema 1.6 H
a uma infinidade de n
umeros primos.
Demonstra
c
ao: Suponha-se, pelo contrario (reducao ao absurdo), que ha apenas
um n
umero finito de n
umeros primos. Podemos entao enumera-los: seja p1 , p2 , . . . , pk
a lista de todos os n
umeros primos e considere-se o n
umero
m = p 1 p 2 pk + 1
O resto da divis
ao de m por p1 e igual a 1 e, portanto, o n
umero m nao e divisvel
por p1 ; de modo semelhante se pode concluir que m nao e divisvel nem por p2 nem
por . . . nem por pk .
Usar-se-
a agora o facto de todo o n
umero inteiro maior que 1 ser primo ou
poder decompor-se num produto de factores primos. Ora m e claramente maior que
1 e, portanto, m ou e um n
umero primo ou pode decompor-se num produto de
factores primos.
Suponha-se que m e primo. Como m e maior que qualquer um dos n
umeros
p1 , . . . , pk ent
ao existiria um n
umero primo que nao faria parte da lista que se
admitiu conter todos os n
umeros primos existentes. Entao m nao pode ser primo e,
portanto, ser
a um produto de n
umeros primos estritamente compreendidos entre 1
e m. Seja q um dos primos desta decomposicao. Entao m e divisvel por q pelo que
q n
ao pode ser nenhum dos n
umeros primos da lista de todos os n
umeros primos
considerada inicialmente. De novo temos uma contradicao a qual resulta de se ter
admitido que era finito o n
umero de n
umeros primos existentes. Esta hipotese,
que conduz sempre a contradicoes, e falsa ficando, assim, provado que existe uma
infinidade de n
umeros primos.
2

Os n
umeros primos de Mersenne estao relacionados com um outro tipo
de n
umeros os n
umeros perfeitos relativamente aos quais esta tambem
por resolver outra conjectura famosa. Um n
umero inteiro n diz-se perfeito se
for igual `a soma de todos os inteiros positivos menores que n que o dividem
exactamente. Assim, 6 e perfeito pois 6 = 1 + 2 + 3 e 28 = 1 + 2 + 4 + 7 + 14
e o n
umero perfeito que se lhe segue.
16

Euclides provou que que se 2n 1 for um n

umero primo entao 2n1 (2n
1) e perfeito. Entao, cada n
umero primo de Mersenne da origem, por
este processo, a um n
umero perfeito. Cerca de 2000 anos mais tarde o
matematico suco Leonhard Euler (1707-1783) provou que todo o n
umero
perfeito par e gerado por este processo.3 Como nao se sabe se ha infinitos
n
umeros primos de Mersenne tambem nao se sabe se ha ou nao infinitos
n
umeros perfeitos pares. Quanto aos n
umeros perfeitos mpares nao se sabe
sequer se existe algum.
Exerccios 1.2.2 Seja n um inteiro positivo arbitrariamente escolhido. Mostrar
que existe uma sequencia de n inteiros consecutivos que n
ao contem qualquer n
umero
o: considerar o n
primo. [Sugesta
umero x = (n + 1)! + 2 e mostrar que nenhum dos
n
umeros x, x + 1, . . ., x + (n 1) pode ser primo.] Aplicar este resultado a n = 7.

1.2.2

L
ogica proposicional
Poder-se-
a definir a Logica como a ciencia das regras que legitimam a utilizac
ao da palavra portanto.
B. Ruyer in Logique

Como foi referido acima, a demonstracao de conjecturas e essencial em matematica. A Logica estuda os metodos de raciocnio, especialmente os que
podem expressar-se sob a forma de argumentos. Um argumento consiste
numa serie (finita) de proposicoes declarativas, chamadas premissas, a partir
das quais se infere uma outra proposicao, a conclus
ao. Ha varios tipos de
argumentos: os dois principais sao os argumentos indutivos e os argumentos
dedutivos. O primeiro, usado no dia a dia pelas ciencias empricas, parte de
dados da experiencia para concluir que uma dada proposicao, provavelmente,
e verdadeira. Os dados da experiencia tornam provavel a veracidade da
conclusao, mas nao a garantem em absoluto.
Um argumento dedutivo, pelo contrario, garante que se todas as premissas forem verdadeiras a conclusao tambem o sera. A argumentacao dedutiva
esta na base das demonstracoes matematicas. Por este facto, far-se-a, antes
de mais, uma breve resenha dos aspectos mais importantes da logica elementar. Relembrar-se-a, para comecar, o significado das conectivas logicas
mais comuns.
3

Note-se que 6 = 21 (22 1) e 28 = 22 (23 1).

17

Os elementos basicos da logica sao as proposi

c
oes ou senten
cas que
sao afirmacoes precisas (verdadeiras ou falsas, mas nao ambas as coisas).
Por exemplo, 2 e maior que 3 e uma proposicao cujo valor logico e o de
falsidade enquanto que todos os tri
angulos tem tres lados e tres
angulos
e uma proposicao cujo valor logico e o de verdade. Por outro lado x < 3
nao e uma proposicao (depende do valor que venha a ser atribudo `a variavel
x). Representar-se-ao por letras (geralmente min
usculas) as proposicoes genericas (ou variaveis proposicionais) e por 1 e 0 os valores logicos de verdade e falsidade, respectivamente.
Exemplo 1.7 As afirmacoes
1.
2.
3.
4.

A Lua e feita de queijo verde.

2
(e ) = e2 .
6 e um n
umero primo.

O milionesimo dgito na dzima de 2 e 6.

s
ao exemplos de proposic
oes. Por outro lado,
1.
2.
3.
4.

Ser
a (e ) igual a e2 ?
Se ao menos todos os dias pudessem ser como este!
Toda a gente e aardlingueede.
Esta proposic
ao e falsa.

claramente n
ao s
ao proposicoes.

Por vezes combinam-se varias proposicoes para obter proposicoes compostas: neste caso, em geral, pretende-se obter os valores logicos das proposicoes compostas em funcao dos valores logicos conhecidos das proposicoes
mais simples que as compoem.
Uma conectiva logica que modifica o valor de uma dada proposicao p e
a sua negacao n
ao p, denotada geralmente por p, que e uma proposicao
falsa quando p e verdadeira e verdadeira quando p e falsa. Isto pode
expressar-se `a custa da chamada tabela de verdade da negacao:
p
1
0

p
0
1

Ha diversas formas pelas quais se podem combinar duas proposicoes.

Em particular as conectivas e e ou, conjunc
ao e disjunc
ao, denotadas
geralmente por e , respectivamente, sao definidas pelas seguintes
tabelas de verdade:
18

p
1
1
0
0

q
1
0
1
0

pq
1
0
0
0

pq
1
1
1
0

A conjuncao de duas proposicoes e verdadeira quando e so quando as duas

proposicoes forem simultaneamente verdadeiras; a disjuncao e verdadeira
desde que pelo menos uma das proposicoes seja verdadeira.
A conectiva que se le se ..., ent
ao ..., designada por implicac
ao, obedece, por seu lado, `a seguinte tabela de verdade:
p
1
1
0
0

pq
1
0
1
1

q
1
0
1
0

Por fim considere-se a conectiva logica p se e s

o se q, por vezes
abreviada para p sse q, e geralmente denotada por p q. A sua tabela
de verdade e dada por
p
1
1
0
0

pq
1
0
0
1

q
1
0
1
0

A proposicao p q e verdadeira quando p e q sao ambas verdadeiras

ou ambas falsas e falsa quando p e q tem valores logicos distintos. E

facil verificar que p q tem o mesmo significado logico que a proposicao
(p q) (q p). Para o confirmar basta escrever a tabela de verdade
para esta proposicao e verificar que e identica `a da primeira.
p
1
1
0
0

q
1
0
1
0

pq
1
0
1
1

qp
1
1
0
1
19

(p q) (q p)
1
0
0
1

Na pratica usa-se frequentemente esta relacao: para mostrar que uma proposicao da forma p q e verdadeira decompoe-se essa proposicao nas duas
partes p q e q p e mostra-se separadamente que cada uma delas e
verdadeira.
Nota 1.8 (A implica
c
ao.) A tabela de verdade da conectiva funciona como
aquela definic
ao4 para a implicac
ao que a experiencia mostrou ser a mais adequada.
No entanto h
a aqui um certo conflito em relacao ao que se passa na conversacao
usual: nesta n
ao se dir
a geralmente p implica q quando se sabe `a priori que p
e falsa. A implicac
ao e verdadeira quando o antecedente p e falso qualquer que
seja o consequente q. Esta situacao pode ilustrar-se com a implicacao se dois
mais dois s
ao cinco ent
ao a terra e um queijo que e verdadeira uma vez que o
antecedente e falso.
As duas primeiras linhas da tabela da implicacao nao apresentam qualquer
problema sob o ponto de vista intuitivo do senso comum. Quanto `as duas u
ltimas,
qualquer outra escolha possvel apresentaria desvantagens sob o ponto de vista
l
ogico, o que levou `
a escolha das solucoes apresentadas: de facto, fazendo 0 na 3a
a
linha e 0 na 4 linha obtem-se a tabela da conjuncao, ; fazendo 0 na 3a linha
e 1 na 4a linha obtem-se a equivalencia. Resta a possibilidade de fazer 1 na 3a
linha e 0 na 4a linha que nao e tambem desejavel pois isso equivaleria a recusar a
equivalencia
[p q] [q p]
Ora esta equivalencia e aconselhavel, ela propria, pelo senso comum: por exemplo,
a proposic
ao se o Pedro fala, existe e (intuitivamente) equivalente `a proposicao
se o Pedro n
ao existe, n
ao fala. A aceitacao desta equivalencia impoe a tabela
considerada para a implicacao.
p
1
1
0
0

q
1
0
1
0

pq
1
0
1
1

q
0
1
0
1

p
0
0
1
1

q p
1
0
1
1

Dada uma implicac

ao p q ha outras implicacoes envolvendo as proposicoes p
e q (ou as suas negac
oes p e q) que estao relacionadas com aquela. A proposicao
q p, que lhe e equivalente, como ja foi referido acima, e conhecida por contrarecproca ou conversa da primeira. A proposicao q p designa-se por recproca
e a proposic
ao p q designa-se por inversa ou contr
aria. Observe-se que,
embora a contra-recproca seja equivalente `a proposicao original, o mesmo nao
acontece com a recproca (e a contraria, que lhe e equivalente) o que pode verificarse atraves das respectivas tabelas de verdade.
4

Outras definic
oes para a implicac
ao seriam, em princpio, possveis.

20

1.2.2.1

Tautologias e contradi
c
oes

Chama-se tautologia a uma proposicao que e sempre verdadeira quaisquer

que sejam os valores atribudos `as variaveis proposicionais que a compoem.
Dito de outra forma, chama-se tautologia a uma proposicao cuja tabela de
verdade possui apenas 1s na u
ltima coluna. Exemplo de uma tautologia e a
proposicao p (p), o princpio do terceiro excludo,
p
1
0

p
0
1

p (p)
1
1

Se p designar a proposicao 5 e uma raiz primitiva de 17 entao p (p) e

sempre verdadeira independentemente do significado (ou sentido) atribudo
`a expressao raiz primitiva de.
Chama-se contradi
c
ao `a negacao de uma tautologia: trata-se de uma
proposicao cuja tabela de verdade apenas possui 0s na u
ltima coluna.
Nota 1.9 Nao deve confundir-se contradicao com proposicao falsa, assim como
nao deve confundir-se tautologia com proposicao verdadeira. O facto de uma tautologia ser sempre verdadeira e uma contradicao ser sempre falsa deve-se `a sua
forma l
ogica (sintaxe) e n
ao ao significado que se lhes pode atribuir (semantica).
A tabela de verdade
p
1
1
0
0

q
1
0
1
0

pq
1
1
1
0

p (p q)
1
1
1
1

pq
1
0
1
1

q
0
1
0
1

p (q)
0
1
0
0

(p q) [p (q)]
0
0
0
0

mostra que p (p q) e uma tautologia, enquanto que (p q) [p (q)] e uma

contradic
ao.

Exerccios 1.2.3 :
1. Indicar os valores (de verdade ou falsidade) das seguintes afirmac
oes:
(a) 3 7 e 4 e um n
umero inteiro mpar
(b) 3 7 ou 4 e um n
umero inteiro mpar
(c) 5 e mpar ou divisvel por 4

21

2. Suponha-se que p, q, r representam as seguintes sentencas:

p
q
r

7 e um n
umero inteiro par
3+1=4
24 e divisvel por 8

(a) Escrever em linguagem simb

olica as proposic
oes
3 + 1 6= 4 e 24 e divisvel por 8
n
ao e verdade que 7 seja mpar ou 3+1=4
se 3+1=4 ent
ao 24 n
ao e divisvel por 8
Construir as tabelas de verdade das proposic
oes compostas obtidas.
(b) Escrever por palavras as sentencas
p (q)
(p q)
(r) (q)
e construir as suas tabelas de verdade.
3. Construir as tabelas de verdade das seguintes proposic
oes
(a) [(p q) p] q
(b) p (q r)
(c) [p (p)] q
(d) [p r) (q r)] [(p) (r)]
(e) [p (q r)] [q (p r)]
4. Suponha-se que se define uma nova conectiva, denotada por , tal que p q e verdadeira quando q e verdadeira e p falsa e e falsa em todos os outros casos. Construir
as tabelas de verdade para
(a) p q
(b) q p
(c) (p q) p
5. Determinar
(a) a contra-recproca de (p) q
(b) a inversa de (q) p
(c) a recproca da inversa de q (p)
(d) a negac
ao de p (q)
6. Quantas linhas ter
a a tabela de verdade de uma proposic
ao contendo n vari
aveis
proposicionais?

22

1.
2.
3.
4.
5.
6.

7.
8.
9.

10.
11.

12.
13.
14.
15.
16.
17.
18.
19.
20.
21.
22.
23.
24.
25.

a)
b)
a)
b)
c)
a)
b)
a)
b)
a)
b)
c)
d)
a)
b)
a)
b)
c)
a)
b)

a)
b)

p p
[p (p)]
pp
p (p p)
p (p p)
p p
(p q) (q p)
(p q) (q p)
(p q) (q p)
(p (q r)) ((p q) r)
(p (q r)) ((p q) r)
(p (q r)) ((p q) (p r))
(p (q r)) ((p q) (p r))
(p 0) p
(p 0) 0
(p 1) 1
(p 1) p
(p q) (p q)
(p q) (p q)
(p q) [(p q) (q p)]
(p q) [(p q) (p q)]
(p q) (p q)
(p q) (p q)
(p q) (p q)
(p q) (q p)
(p q) [(p q) 0]
[(p r) (q r)] [(p q) r]
[(p q) (p r)] [p (q r)]
[(p q) r] [p (q r)]
p (p q)
(p q) p
[p (p q)] q
[(p q) q p
[(p q) (q r)] (p r)
[(p q) p] q
(p 0) p
[(p q) (r s)] [(p r) (q s)]
(p q) [(p r) (q r)]

idempotencia
idempotencia
dupla negacao
comutatividade
comutatividade
comutatividade
associatividade
associatividade
distributividade
distributividade
identidade
identidade
identidade
identidade
lei de Morgan
lei da Morgan
equivalencia
equivalencia
equivalencia
implicacao
implicacao
contrarecproca
reducao ao absurdo

adicao
simplificacao
modus ponens
modus tollens
silogismo hipotetico
silogismo disjuntivo
absurdo

Na tabela acima apresentam-se alguns exemplos importantes de tautologias onde p, q, r designam variaveis proposicionais (isto e, afirmacoes que ou
23

sao verdadeiras ou falsas, mas nao ambas as coisas) e 1 e 0 designam as

proposicoes tautologica e contraditoria, respectivamente.
Defini
c
ao 1.10 Duas proposic
oes a e b dizem-se logicamente equivalentes se tiverem os mesmos valores l
ogicos em todas as circunst
ancias, ou seja,
se a proposic
ao a b for uma tautologia.
Dir-se-
a que a proposic
ao a implica logicamente a proposic
ao b se a
veracidade da primeira arrastar necessariamente a veracidade da segunda,
ou seja, se a proposic
ao a b for uma tautologia.
Exerccios 1.2.4 :
1. Indicar quais das sentencas seguintes e que s
ao equivalentes
(a)
(b)
(c)
(d)
(e)
(f )
(g)
(h)

p (q)
pq
[(p) q)]
q (q)
(p) q
[p q]
p (q)
(p) (q)

2. Mostrar que cada uma das proposic

oes que se seguem
(a) (p) q
(b) (q) (p)
(c) [p (q)]
e equivalente `
a implicac
ao p q.
3. Mostrar que
(a) p (q r) n
ao e logicamente equivalente a (p q) r.
(b) p (q r) e logicamente equivalente a (p q) (p r).
(c) p [(q r)] e logicamente equivalente a [p (q)] (r).
4. Indicar quais dos pares de sentencas que se seguem e que s
ao logicamente
equivalentes e quais n
ao s
ao.
(a)
(b)
(c)
(d)
(e)
(f )

[p [q r]]; [[p q] [p r]]

[p q]; [(p) (q)]
[p [q r]]; [[p q] [p r]]
[p q]; [p q] [q p]
[p q]; [q p]
[p q]; [(q) (p)]

24

(g) [p q]; [(p) (q)]

5. Verificar que as proposic
oes da tabela da p
agina 23 s
ao, de facto, tautologias.
Usando as tautologias apropriadas simplificar as seguintes proposic
oes:
(a)
(b)
(c)
(d)
(e)
(f )

p [q (p)]
[p [q (r)]] q
[(p) (q)]
[(p) q] [p (r)]
[p q] [p (q)]
[p r] [(r) [p q]]

6. Por vezes usa-se o smbolo para denotar a proposic

ao composta por duas
proposic
oes at
omicas p e q que e verdadeira quando e s
o quando p e q s
ao
(simultaneamente) falsas e e falsa em todos os outros casos. A proposic
ao
p q le-se nem p nem q.
(a) Fazer a tabela de verdade de p q.
(b) Expressar p q em termos das conectivas , e .
(c) Determinar proposic
oes apenas constitudas pela conectiva que sejam
equivalentes a p, p q e p q.
7. Determinar se a express
ao composta
(p q) [(p q)]
e uma tautologia, uma contradic
ao ou n
ao uma coisa nem outra.
8. Expressar a proposic
ao p q usando apenas os smbolos , e .
9. Mostrar que n
ao s
ao logicamente equivalentes os seguintes pares de proposic
oes
(a)
(b)
(c)
(d)

(p q); (p) (q)

(p q); (p) (q)
p q; q p
(p q); (p) (q)

10. Mostrar que p (q r) implica logicamente p q.

1.2.3

Teoremas e demonstra
c
oes

Sejam p, q, r tres proposicoes das quais se sabe seguramente que p e q sao

proposicoes verdadeiras. Se for possvel provar que a implicacao
(p q) r

(1.5)

e verdadeira (isto e, que da veracidade de p e de q resulta sempre a veracidade

de r), entao pode argumentar-se que r e necessariamente verdadeira. Se,
25

numa contenda, as proposicoes p e q forem aceites como verdadeiras por

ambas as partes assim como a implicacao (1.5), entao a veracidade de r
resulta logicamente dos pressupostos. A uma tal proposicao (composta) dase o nome de argumento e constitui o metodo usado numa discussao para
convencer uma parte das razoes que assistem `a outra.
De um modo mais geral, chama-se argumento a uma sequencia finita
de proposicoes organizadas na forma seguinte
(p1 p2 . . . pn ) q

(1.6)

onde p1 , p2 , . . . , pn sao designadas as premissas (ou hip

oteses) e q a conclus
ao (ou tese). Ao fazer-se a leitura de (1.6) e costume inserir uma das
locucoes portanto, por conseguinte, logo, etc., lendo-se, por
exemplo, p1 , . . . , pn , portanto, q. Para sugerir esta leitura usa-se, frequentemente, a seguinte notacao
p1
..
.

ou p1 , . . . , pn /q

pn
q
Interessa distinguir entre argumentos correctos ou validos e argumentos
incorrectos ou invalidos ou falaciosos.
Defini
c
ao 1.11 Um argumento
p1 , . . . , pn /q
diz-se correcto ou v
alido se a conclus
ao for verdadeira sempre que as
premissas p1 , . . . , pn forem simultaneamente verdadeiras e diz-se incorrecto
ou inv
alido ou falacioso no caso contr
ario, isto e, se alguma situac
ao
permitir que as premissas sejam todas verdadeiras e a conclus
ao falsa.
Constru
c
ao de demonstra
c
oes elementares. Os matematicos sao pes5
soas muito cepticas . Tem varios metodos para resolver problemas matematicos que vao desde a experimentac
ao `a tentativa e erro. Mas nao se convencem da validade das respostas obtidas a menos que possam prova-las!
A prova ou demonstracao e uma especie de puzzle para o qual nao ha
5

pessoa ceptica pessoa que duvida de tudo, especialmente do que e comummente

aceite (Dicion
ario, Porto Editora, 7a ed.)

26

regras de resolucao rgidas. A u

nica regra fixa diz respeito ao produto final:
todas as pecas do puzzle devem estar encaixadas e o resultado obtido deve
parecer correcto.
A demonstracao de teoremas e feita de muitas formas dependendo em
geral do proprio conte
udo do teorema. Os proprios teoremas sao formulados
de muitas maneiras distintas. Uma das mais frequentes e a que involve uma
conclusao do tipo
p q
Para demonstrar a veracidade desta implicacao comeca-se por supor que p
e uma proposicao verdadeira para depois se concluir que ent
ao q tambem
e verdadeira. [Note-se que se p for falsa a implicacao e sempre verdadeira
quer q seja verdadeira quer seja falsa.] Observe-se tambem que desta forma
se prova a validade da implicacao p q e nao a veracidade de q. Para
provar a veracidade de q seria necessario para alem de provar a veracidade
da implicacao p q que se afirmasse a veracidade de p: supor que p e
verdadeira nao e a mesma coisa que afirmar que p e verdadeira.
Exemplo 1.12 Suponha-se que a e b sao numeros reais. Provar que se 0 < a < b
ent
ao a2 < b2 .
Resolu
c
ao: Os dados do problema sao as afirmacoes a IR e b IR e o objectivo
e o de obter uma conclus
ao da forma p q onde p e a afirmacao 0 < a < b e q e a
afirmac
ao a2 < b2 . Supor que p e uma proposicao verdadeira e equivalente a juntar
p aos dados do problema. Assim, equivalentemente, pode ter-se
hip
oteses
a IR, b IR
0<a<b

tese
a2 < b2

A tecnica de demonstrac
ao, neste caso, obtem-se por comparacao das duas
desigualdades a < b e a2 < b2 . Multiplicando a primeira desigualdade por a (que e
um n
umero real positivo!) vem
a2 < ab
(1.7)
e multiplicando-a agora por b (que e tambem um n
umero real positivo) vem
ab < b2

(1.8)

De (1.7) e (1.8) obtem-se

a2 < ab < b2
e, portanto, por transitividade, a2 < b2 como se pretendia mostrar.
Mais formalmente, poder-se-ia apresentar este exemplo da seguinte forma:

27

Teorema 1.13 Suponha-se que a e b s

ao dois n
umeros reais. Se 0 < a < b ent
ao
a2 < b2 .
Demonstra
c
ao:
Suponha-se que 0 < a < b. Multiplicando a desiguladade
a < b pelo n
umero positivo a conclui-se que a2 < ab e, de modo semelhante,
multiplicando-a por b obtem-se ab < b2 . Entao a2 < ab < b2 e, portanto, a2 < b2
como se pretendia mostrar. Consequentemente, se 0 < a < b entao a2 < b2 .
2

Para provar uma implicacao da forma p q, muitas vezes, e mais facil

supor q e provar que entao se verifica p obtendo-se assim
q p
o que, como se sabe, equivale logicamente a p q.
Exemplo 1.14 Suponha-se que a, b e c sao tres numeros reais e que a > b.
Mostrar que se ac bc ent
ao c 0.
Resolu
c
ao: A demonstracao neste caso tem o seguinte esquema:
hip
oteses
a IR, b IR, c IR
a>b

tese
ac bc c 0

A contra-recproca da tese e a implicacao

(c 0) (ac bc)
ou seja,
c > 0 ac > bc
e, portanto, pode realizar-se a demonstracao de acordo com o seguinte esquema:
hipoteses
a IR, b IR, c IR
a>b
c>0

tese
ac > bc

A tese resulta agora imediatamente de se multiplicar a desigualdade a > b por

c > 0.
Mais formalmente, ter-se-a
Teorema 1.15 Sejam a, b, c tres n
umeros reais tais que a > b. Se ac bc ent
ao
c 0.

28

Demonstra
c
ao: Far-se-
a a prova pela contra-recproca. Suponha-se c > 0. Entao
multiplicando ambos os membros da desigualdade a > b por c obter-se-a ac > bc.
Consequentemente,
ac bc c 0
2

como se pretendia mostrar.

Exerccios 1.2.5
1. Sejam A, B, C, D quatro conjuntos e suponha-se que A\B C D e seja
x A. Mostrar que se x 6 D ent
ao x B.
2. Sejam a, b n
umeros reais. Mostrar que se a < b ent
ao (a + b)/2 < b.
3. Suponha-se que x e um n
umero real tal que x 6= 0. Mostrar que se

3
x+5
1
=
x2 + 6
x
ent
ao x 6= 8.
4. Sejam a, b, c, d n
umeros reais tais que 0 < a < b e d > 0. Provar que se
ac > bd ent
ao c > d.

As regras que permitem passar de hipoteses feitas e resultados ja demonstrados a novas proposicoes sao conhecidas por regras de infer
encia. A
regra de inferencia mais frequentemente usada, conhecida por modus ponens, e a seguinte:
p q
p
q
Se forem verdadeiras a proposicao p e a implicacao p q, entao q e necessariamente verdadeira.
p
1
1
0
0

q
1
0
1
0

pq
1
0
1
1

p (p q)
1
0
0
0

[p (p q)] q
1
1
1
1

A proposicao q e logicamente implicada por p e p q o que se escreve

p, p q |= q
29

De um modo geral,
p1 , p2 , . . . , pn |= q
e uma regra de inferencia se e so se
p1 p2 . . . p n q
for uma tautologia.
Outras regras de inferencia sao as seguintes:

p, p q
p q, q r
p q, q
p
pq
p, q

|=
|=
|=
|=
|=
|=

q
pr
p
pq
p
pq

modus ponens
modus tollens

Exerccios 1.2.6 Sendo p, q, r e s quatro proposicoes dadas, estabelecer a validade ou invalidade dos seguintes argumentos.
1. (p) q, p |= q
2. p q, r (q) |= p (r)
3. (p) q, (r) (q) |= p (r)
4. q (p), q |= p
5. p |= p q
6. (p q) (r s), r |= (p) (q)
7. p q, (q) (r), s (p r), s |= q
8. p q, q (r), (r) (p) |= (p q)
9. p q, (r) (q), r (p) |= p
10. p (p) |= p
11. p q, p r, r |= q
12. p, q (p), (q) [r (s)], r |= s
13. p (q s), q r |= p (r s)
14. p (q), q p, r p |= q
15. p q, r s, (p s) |= q (r)

30

1.2.4

L
ogica com quantificadores

Ha muitas especies de afirmacoes que se fazem em matematica que nao podem ser simbolizadas e logicamente analisadas em termos do calculo proposicional. Para alem das complexidades externas introduzidas pelas diferentes
conectivas uma afirmacao pode conter complexidades por assim dizer internas que advem de palavras tais como todo, cada, algum, etc. as quais
requerem uma analise logica que esta para alem do calculo proposicional.
Tal analise e objecto da chamada L
ogica de Predicados.
No exemplo que se segue mostram-se as dificuldades que poderiam aparecer se se usasse apenas o calculo proposicional.
Exemplo 1.16 Sejam P e Q dois conjuntos. Represente-se por p a afirmacao
x e um elemento de P e por q a afirmacao x e um elemento de Q. Analisar a
sentenca
(p q) (q p)
em termos de c
alculo proposicional.
Discuss
ao: Antes de mais considere-se a tabela de verdade da sentenca dada.

p
1
1
0
0

q
1
0
1
0

pq
1
0
1
1

qp
1
1
0
1

(p q) (q p)
1
1
1
1

O resultado obtido e algo surpreendente visto que a tabela de verdade indica que
esta sentenca e uma tautologia (sempre verdadeira). Tendo em conta o significado
de p e q tem-se ent
ao que x P implica x Q ou x Q implica x P o que de
acordo com o resultado obtido seria sempre verdadeiro. Mas x P implica x Q
ou x Q implica x P parece afirmar que a proposicao P e um subconjunto de
Q ou Q e um subconjunto de P constitui uma afirmacao sempre verdadeira.Ora,
a propria experiencia mostra que ha outras situacoes possveis para os conjuntos
P e Q, nomeadamente P pode n
ao estar contido em Q e, por seu turno, Q pode
tambem n
ao estar contido em P .
Esta an
alise assim feita conduz a um aparente paradoxo que resultou do facto
de nem p nem q serem, de facto, proposicoes: trata-se de formulas abertas ou
predicados. Por outro lado uma proposicao do tipo P e um subconjunto de Q
tem uma estrutura que requer o uso de quantificadores, isto e, o uso de expressoes
do tipo todo (P e um subconjunto de Q se todo o x P pertencer a Q.)

31

1.2.4.1

Vari
aveis e conjuntos

No desenvolvimento de qualquer teoria matematica aparecem muitas vezes

afirmacoes sobre objectos genericos da teoria que sao representados por letras designadas por vari
aveis.
Representando por x um n
umero inteiro positivo generico, pode ser
necessario analisar (sob o ponto de vista logico) afirmacoes do tipo
x e um n
umero primo
Como ja foi referido, tal afirmacao nao e uma proposicao: o seu valor logico
tanto pode ser o de verdade como o de falsidade. Uma afirmacao deste
tipo denota-se genericamente por p(x) para mostrar que p depende da
variavel x obtendo-se, assim, uma f
ormula com uma vari
avel livre, x.
Substituindo x em p(x) por um dado valor, 2 por exemplo, obtem-se p(2)
que e uma proposicao: p(2) e uma proposicao verdadeira; p(6), no entanto,
e uma proposicao falsa.
Quando se estudam proposicoes formulas sem variaveis livres pode
falar-se no seu valor logico de verdade ou falsidade. Mas se uma formula
contiver variaveis livres (uma ou varias) entao nao podera falar-se no seu
valor logico e dizer simplesmente que tal formula e verdadeira ou falsa. O
seu valor logico depende do valor atribudo `a variavel (ou variaveis). A tais
afirmacoes (com variaveis livres) associam-se entao os chamados conjuntos
de verdade que sao os conjuntos de valores para os quais p(x) e verdadeira.
Escreve-se com este sentido
A = { x : p(x) }
o que se le da seguinte forma: A e o conjunto cujos elementos satisfazem p(x)
ou para os quais p(x) e verdadeira. Observe-se que, reciprocamente, dado
um conjunto A qualquer pode sempre definir-se uma formula com variaveis
livres que tem A por conjunto de verdade: basta fazer pA (x) x A e,
portanto,
A = { x : pA (x) }
Conjuntos de verdade e conectivas l
ogicas. Suponha-se que A e o
conjunto de verdade de uma formula p(x) e B e o conjunto de verdade de
uma formula q(x). Entao,
A = {x : p(x)} {x U : p(x)}
B = {x : q(x)} {x U : q(x)}
32

O conjunto de verdade da formula p(x) q(x) e tal que

{x U : p(x) q(x)} = {x U : x A x B} = A B
De modo semelhante,
{x U : p(x) q(x)} = {x U : x A x B} = A B
Exerccios 1.2.7 Determinar os conjuntos de verdade das formulas p(x), q(x),
p(x) (q(x)), p(x) q(x) e p(x) q(x).

1.2.4.2

Os quantificadores universal e existencial

Como se referiu acima, uma formula p(x), contendo uma variavel x, pode
ser verdadeira para alguns valores de x pertencentes ao universo do discurso
e falsa para outros. Por vezes pretende-se dizer que uma dada formula p(x)
se verifica para todos os elementos x (do universo). Escreve-se, entao
para todo o x, p(x)6
e representa-se, simbolicamente, por
x p(x)

(1.9)

O smbolo e designado por quantificador universal. A formula (1.9)

diz que p(x) se verifica para todo o elemento x ou que p(x) se verifica universalmente. Sendo U o universo do discurso, (1.9) equivale ao seguinte
x [ x U p(x) ]
A quantificacao universal pode ser feita apenas sobre uma parte de U.
Assim, se D designar um subconjunto proprio de U e p(x) for uma formula
com uma variavel cujo domnio e D, entao
xD p(x) ou x [ x D p(x) ]
afirma que p(x) se verifica para todo o x D.
Exemplo 1.17 Suponha-se que p(x) e a formula x2 + 1 > 0. Entao,
x [x IR p(x)]
e uma proposic
ao verdadeira, enquanto que
x [x C p(x)]
e uma proposic
ao falsa.
6

Ou, qualquer que seja x, p(x).

33

(1.10)

 claro que e sempre possvel supor que x e uma variavel em U, para o que
E
basta escrever
x [ x U [ x D p(x) ] ]
No exemplo 1.17 com a formula p(x) x2 + 1 > 0, pode sempre supor-se
que o universo e U C. Entao,
x p(x)
e uma proposicao falsa, enquanto que
x [ x IR p(x) ]
e uma proposicao verdadeira.
Supondo que D e um conjunto finito, por exemplo,
D = {a1 , a2 , . . . , an }
a formula (1.10) e (logicamente) equivalente `a conjuncao
p(a1 ) p(a2 ) . . . p(an )
o que mostra bem que (1.10) nao tem variaveis livres, tratando-se, portanto,
de uma proposicao. O mesmo significado pode ser dado no caso em que D
e um conjunto infinito envolvendo agora, correspondentemente, um n
umero
infinito de conjuncoes.
Por outro lado, escreve-se
x p(x)

(1.11)

para significar que existe (no universo do discurso) pelo menos um elemento
x para o qual p(x) se verifica, o que se pode ler da seguinte forma
existe pelo menos um x tal que p(x)
A formula (1.11) e uma abreviatura (usada normalmente) para a expressao
x [ x U p(x) ]
onde, novamente, U designa o universo do discurso. O smbolo e chamado
o quantificador existencial.
Se D for um subconjunto de U e p(x) for uma formula com uma variavel
cujo domnio e D, entao
xD p(x) ou x [x D p(x)]
34

 claro que e sempre possvel

e uma formula com o quantificador existencial. E
supor que x e uma variavel em U, para o que basta escrever o seguinte
x [x U x D p(x)]
Supondo, novamente, que D e um conjunto finito,
D = {a1 , a2 , . . . , an }
entao a formula existencial
xD p(x) ou x [x D p(x)]
e (logicamente) equivalente `a disjuncao
p(a1 ) p(a2 ) . . . p(an )
o que mostra que tal formula nao tem variaveis livres, sendo, portanto, uma
proposicao. O mesmo significado pode ser dado no caso em que D e um
conjunto infinito, mas envolvendo agora, correspondentemente, disjuncoes
infinitas.
O valor logico (de verdade ou falsidade) de uma proposicao quantificada
depende, naturalmente, do domnio considerado. As duas proposicoes
x [x Q x2 2 = 0 ]
x [x Q x2 2 = 0 ]
sao falsas enquanto que das duas seguintes
x [x IR x2 2 = 0 ]
x [x IR x2 2 = 0 ]
a primeira e falsa, mas a segunda e verdadeira.
Por uma questao de generalidade interessa considerar tambem o caso em
que o domnio da variavel da formula p(x) e o conjunto vazio. Que valor
logico terao expressoes da forma
x [x p(x) ] e x [x p(x) ]
Na primeira expressao a implicacao e sempre verdadeira quando o antecedente
e falso: e o que acontece aqui. Visto que x e sempre falso, entao
x [x p(x) ]
35

e uma proposicao sempre verdadeira. Quanto `a segunda expressao ela tem

a forma de uma conjuncao de proposicoes, das quais uma e sempre falsa.
Entao,
x [x p(x) ]
e uma proposicao sempre falsa.
Nota 1.18 Observe-se que enquanto a formula p(x) tem uma variavel livre, x,
as f
ormulas x p(x) e x p(x) n
ao tem qualquer vari
avel livre: nestas f
ormulas x
e sempre uma vari
avel ligada (ou muda). Trata-se ent
ao de proposic
oes, relativamente `
as quais se pode afirmar que s
ao verdadeiras ou falsas (mas n
ao ambas as
coisas).

Por vezes emprega-se o quantificador existencial numa situacao simultanea

de unicidade, ou seja, quer-se afirmar nao so que
x p(x)
mas ainda que a formula p(x) se transforma numa proposicao verdadeira so
para um elemento do domnio de quantificacao. Neste caso emprega-se a
abreviatura
!x p(x)
que significa existe um e um s
o x tal que p(x).
Exerccios 1.2.8
1. Escrever as frases que se seguem usando notac
ao l
ogica na qual x designa um gato
e p(x) significa x gosta de creme.
(a) Todos os gatos gostam de creme.
(b) Nenhum gato gosta de creme.
(c) Um gato gosta de creme.
(d) Alguns gatos n
ao gostam de creme.
2. Sendo A, B, C tres conjuntos, analise em termos l
ogicos, usando quantificadores, a
proposic
ao se A B entao A e C\B sao disjuntos.
3. Traduzir em linguagem simb
olica as proposic
oes que se seguem, indicando as escolhas que s
ao apropriadas para os domnios correspondentes.
(a) Existe um inteiro x tal que 4 = x + 2.
(b) Para todos os inteiros x, 4 = x + 2.
(c) Cada tri
angulo equil
atero e equi
angulo.

36

(d) Todos os estudantes gostam de L

ogica.
(e) Todos os que entendem L
ogica gostam dela.
(f ) x2 4 = 0 tem uma raiz positiva.
(g) Toda a soluc
ao da equac
ao x2 4 = 0 e positiva.
(h) Nenhuma soluc
ao da equac
ao x2 4 = 0 e positiva.
4. Seja IN1 = {1, 2, 3, 4, . . .} = IN\{0}, p(x) a afirmac
ao x e par, q(x) a afirmac
ao
x e divisvel por 3 e r(x) a afirmac
ao x e divisvel por 4. Expressar em linguagem corrente cada uma das proposic
oes que se seguem e determinar o seu valor
l
ogico.
(a) xIN1 p(x)
(b) xIN1 [p(x) q(x)]
(c) xIN1 [p(x) q(x)]
(d) xIN1 [p(x) r(x)]
(e) xIN1 [p(x) q(x)]
(f ) xIN1 r(x)
(g) xIN1 [p(x) q(x)]
(h) xIN1 [p(x) q(x)]
(i) xIN1 [q(x) q(x + 1)]
(j) xIN1 [p(x) q(x + 1)]
(k) xIN1 [r(x) p(x)]
(l) xIN1 [p(x) q(x)]
(m) xIN1 [p(x) p(x + 2)]
(n) xIN1 [r(x) r(x + 4)]
(o) xIN1 [q(x) q(x + 1)]
5. Indicar se as proposic
oes s
ao sempre, `
as vezes ou nunca verdadeiras. Dar exemplos
para os domnios D.
(a) [xD p(x)] [xD p(x)]
(b) [xD p(x)] [xD p(x)]
(c) [xD p(x)] [xD p(x)]
(d) [xD p(x)] [xD p(x)]
(e) [xD p(x)] [xD p(x)]
(f ) [xD p(x)] [xD p(x)]

37

Quantifica
c
ao m
ultipla. Uma formula matematica pode ter mais de
uma variavel. Considere-se, por exemplo, a afirmacao
para cada n
umero inteiro par n existe um n
umero inteiro k para
o qual se verifica a igualdade n = 2k
Denotando por p(n, k) a formula n = 2k e por IP o conjunto dos n
umeros
inteiros pares, a afirmacao pode ser assim apresentada simbolicamente
nIP kZZ p(n, k) ou n [ n IP k [ k ZZ p(n, k) ] ]
que constitui uma proposicao verdadeira.
Considere-se agora a proposicao que se obtem trocando a ordem dos
quantificadores
kZZ nIP p(n, k) ou k [ k IP n [ n IP p(n, k) ] ]
que, em linguagem comum, significa
existe um n
umero inteiro k tal que para todo o n
umero inteiro
par n se tem a igualdadde n = 2k
que e obviamente falsa. Outro exemplo de uma proposicao com dois quantificadores e a seguinte
x y [ x + y = 5 ]
onde o domnio de quantificacao e o conjunto dos n
umeros reais. Em linguagem corrente, escrever-se-ia
para todo o n
umero real x existe um n
umero real y tal que
x + y = 5
que constitui uma proposicao verdadeira (sendo y = 5x para cada x IR).
Se se trocarem os quantificadores obter-se-a
y x [ x + y = 5 ]
que significa
existe um n
umero real y tal que para todo o n
umero real x se
tem x + y = 5
38

Esta proposicao e manifestamente falsa pois nao existe nenhum n

umero real
y, sempre o mesmo, para o qual todo o n
umero real x satisfaz a equacao
dada.
Estes exemplos ilustram a n
ao comutatividade dos dois quantificadores
universal, , e existencial, .
Mais geralmente, uma formula pode ter um n
umero qualquer n IN1 de
variaveis
p = p(x1 , x2 , . . . , xn )
Para transformar uma tal formula numa proposicao sao necessarios n quantificadores. Denotando um quantificador generico (universal ou existencial)
por Q, entao
Q1 Q2 Qn p(x1 , x2 , . . . , xn )
e uma proposicao. Dois quantificadores da mesma especie sao sempre comutativos enquanto que dois quantificadores de especie diferente sao geralmente
nao comutativos, isto e, a sua permuta conduz a proposicoes de conte
udo
distinto.7
Nega
c
ao de proposi
c
oes quantificadas. Dadas as proposicoes com
quantificadores
x [x U p(x) ] e
x [x U p(x) ]
pode ser necessario analisar (logicamente) as proposicoes que sao a negacao
destas, ou seja
(x [x U p(x) ])
(x [x U p(x) ])
Suponha-se, por exemplo, que p(x) e a formula x e perfeito e H o universo
dos seres humanos. Entao a proposicao
(x [x H p(x) ])
7
Em certos casos muito particulares a permuta dos quantificadores universal e existen o que se passa, por exemplo, com
cial n
ao altera o valor l
ogico da proposic
ao obtida. E
as proposic
oes seguintes

xIN yIN [x + y = x]
yIN xIN [x + y = x]
onde y e o elemento neutro da adic
ao (y = 0).

39

corresponde a afirmar que nao e verdade que exista um ser humano que seja
perfeito ou, de modo mais coloquial, ninguem e perfeito. Isto equivale a
afirmar que todos os seres humanos sao n
ao perfeitos (isto e, imperfeitos),
o que pode simbolizar-se assim
x [x H p(x) ]
Tendo em conta que a (b) e equivalente a (a b), entao
(x [x H p(x) ]) x [x H p(x) ] x [x H p(x) ]
De modo semelhante, pode verificar-se que
(x [x U p(x) ])
equivale a
x [x U p(x) ] ou x [ p(x) ]
ou
x [x U p(x) ]
Em resumo, de um modo generico, tem-se as equivalencias
(x p(x)) x [ p(x) ]
(x p(x)) x [ p(x) ]
conhecidas por Segundas Leis de Morgan.
Exerccios 1.2.9
1. Traduzir em linguagem simb
olica, escolhendo em cada caso os universos apropriados, as seguintes afirmac
oes:
(a) Para cada linha l e cada ponto P nao pertencente a l existe uma linha
l0 que passa por P e e paralela a l.
(b) Para cada x no conjunto A existe y no conjunto B tal que f (x) = y.
(c) Para todo o x pertencente ao domnio da funcao f e para todo o  > 0
existe > 0 tal que |x c| < implica |f (x) L| < .
(d) Para cada x em G existe x0 em G tal que xx0 = e.
(e) A soma de dois n
umeros pares e par.
2. Indicar em linguagem comum a negac
ao de cada uma das afirmac
oes do exerccio anterior.
3. Seja p(x, y) a f
ormula x + 2 > y e seja IN {0, 1, 2, . . .} o conjunto dos
n
umeros naturais. Escrever em linguagem comum o significado das express
oes
que se seguem e determinar os seus valores l
ogicos.

40

(a) xIN yIN p(x, y)

(b) xIN yIN p(x, y)
4. Indicar o significado das proposic
oes que se seguem, sendo a quantificac
ao
feita sobre IN.
(a)
(b)
(c)
(d)
(e)
(f )

x
y
x
y
x
x

y
x
y
x
y
y

(x < y)
(x < y)
(x < y)
(x < y)
(x < y)
(x < y)

Dizer qual o valor l

ogico de cada uma delas.
5. Sendo IN o domnio da quantificac
ao, indicar quais das proposic
oes que se
seguem s
ao verdadeiras e quais s
ao falsas.
(a)
(b)
(c)
(d)
(e)
(f )

x y (2x y = 0)
y x (2x y = 0)
y x (2x y = 0)
x [ x < 10 y [ y < x y < 9 ] ]
y z (y + z = 100)
x y [ y > x (y + x = 100) ]

Fazer o mesmo exerccio considerando primeiro ZZ e depois IR para universos

do discurso.
6. Dada a proposic
ao A B,
(a) express
a-la em termos l
ogicos,
(b) negar a express
ao obtida,
(c) traduzir em linguagem comum o resultado obtido na alnea anterior (que
equivale a A 6 B).
7. Negar a proposic
ao toda a gente tem um parente de quem nao gosta usando
a simbologia l
ogica.
8. Sendo IR o universo do discurso traduzir em linguagem simb
olica as seguintes
afirmac
oes:
(a)
(b)
(c)
(d)

A identidade da adic
ao e o 0.
Todo o n
umero real tem simetrico.
Os n
umeros negativos n
ao tem razes quadradas.
Todo o n
umero positivo possui exactamente duas razes quadradas.

9. Determinar que relac

ao existe entre as duas proposic
oes
xD [ p(x) q(x) ] e xD p(x) xD q(x)
Justificar e apresentar exemplos.

41

10. Seja M um conjunto e q(x) uma f

ormula cujo conjunto de verdade em M e
Q, isto e, Q = {x M : q(x)}.
(a)
(b)
(c)
(d)

1.3
1.3.1

Expressar a proposic
ao xM q(x) em termos de conjuntos.
Formular a negac
ao do resultado da alnea (a) em termos de Q.
Formular o resultado da alnea (b) em termos de Qc .
Interpretar logicamente a alnea (c) com uma proposic
ao que envolva
q(x).

Rela
c
oes e Aplica
c
oes
Produto cartesiano de conjuntos

Os conjuntos {a, b}, {b, a} e {a, b, a} sao iguais porque tem os mesmos elementos; a ordem pela qual se escrevem os elementos e irrelevante, assim
como nao tem qualquer significado que um elemento apareca escrito uma
so vez ou varias vezes. Em certas situacoes, porem, e necessario distinguir conjuntos com os mesmos elementos colocados por ordens diferentes ou
conjuntos nos quais um mesmo elemento aparece mais que uma vez. Tais
situacoes aparecem, por exemplo, em geometria analtica plana onde a cada
ponto do plano se associa o par de n
umeros reais (x, y) que sao as suas
coordenadas: (2, 3) e (3, 2), por exemplo, sao coordenadas de dois pontos
distintos. Expressoes como estas sao designadas por pares ordenados e,
em termos de conjuntos, podem representar-se da seguinte forma
(2, 3) = {{2}, {2, 3}}
(3, 2) = {{3}, {2, 3}}
(onde a assimetria dos elementos no segundo membro determina qual e o
primeiro elemento e qual e o segundo elemento no primeiro membro). O
caso de de um par ordenado cujos elementos sao iguais reduz-se ao seguinte:
(a, a) = {{a}}
Expressoes do tipo (a, b, c) designam-se por ternos ordenados e, de um
modo geral, expressoes da forma (a1 , a2 , . . . , an ) designam-se por n-uplos
ou sequencias ordenadas de n elementos. Um n-uplo pode definir-se recursivamente por
(a1 , . . . , an1 , an ) ((a1 , . . . , an1 ), an ) , n > 2
42

sendo (a1 , a2 ) {{a1 }, {a1 , a2 }}. Dois pares ordenados sao iguais se
tiverem o mesmo primeiro elemento e o mesmo segundo elemento, isto e,
(a, b) = (a0 , b0 ) a = a0 b = b0
o que decorre imediatamente da definicao de par ordenado dada acima.
Consideracoes analogas se podem fazer relativamente `a igualdade de dois
n-uplos.
Defini
c
ao 1.19 Sejam A e B dois conjuntos n
ao vazios. Chama-se produto cartesiano de A por B, e representa-se por A B, ao conjunto de
todos os pares ordenados (a, b) tais que a A e b B, ou seja
A B = {(a, b) : a A b B}
No caso particular em que se tem A = B obtem-se o conjunto
A2 = {(a, a0 ) : a, a0 A}
designado por quadrado cartesiano de A.
O conceito de produto cartesiano pode ser estendido a mais de dois conjuntos
de modo natural. Assim, sendo A, B e C tres conjuntos quaisquer, o produto
cartesiano de A por B por C, denotado por A B C, e o conjunto de
todos os ternos ordenados (x, y, z) onde x A, y B e z C:
A B C = {(x, y, z) : x A y B z C}
Analogamente, o produto cartesiano de n conjuntos A1 , A2 , . . . , An , denotado por A1 A2 An e definido por
A1 A2 An = {(x1 , x2 , . . . , xn ) : x1 A1 x2 A2 . . . xn An }
Se, em particular, se tiver A1 = A2 = = An = A obtem-se
A1 An = An
= {(x1 , . . . , xn ) : xi A para todo i = 1, 2, . . . , n}
que e a potencia cartesiana de ordem n do conjunto A.
Defini
c
ao 1.20 Chama-se rela
c
ao bin
aria de A para B a todo o subconjunto n
ao vazio R do produto cartesiano A B. Se, em particular, for
A = B ent
ao R diz-se uma relac
ao bin
aria definida em A.
43

Exemplo 1.21 Sejam dados os conjuntos

A = {1, 2, 3} e B = {r, s}
Ent
ao
R = {(1, r), (2, s), (3, r)}
e uma relac
ao de A para B.

Exemplo 1.22 Sejam A e B conjuntos de numeros reais. A relacao R (de igualdade) define-se da seguinte forma
aRb se e so se a = b
para todo o a A e todo o b B.

Exemplo 1.23 Seja dado o conjunto

A = {1, 2, 3, 4, 5} = B
Definindo a relac
ao R (menor que) em A:
aRb se e so se a < b
ent
ao
R = {(1, 2), (1, 3), (1, 4), (1, 5), (2, 3), (2, 4), (2, 5), (3, 4), (3, 5), (4, 5)}

Dada uma relacao R do conjunto A para o conjunto B chama-se domnio

e contradomnio de R, respectivamente, aos conjuntos assim definidos:
D(R) = {x A : y [y B (x, y) R]}
I (R) = {y B : x [x A (x, y) R]}
Exemplo 1.24 Seja dado o conjunto A = {a, b, c, d} = B e a relacao R
definida por
R = {(a, a), (a, b), (b, c), (c, a), (d, c), (c, b)}
Ent
ao,
R(a) = {a, b}
R(b) = {c}
..
.
D(R) = {a, b, c, d} = A
I(R) = {a, b, c}

44

1.3.1.1

Representa
c
ao de rela
c
oes

Apresentar-se-ao dois modos distintos para representar relacoes, um de tipo

algebrico e outro de tipo geometrico. Cada um deles tem vantagens e desvantagens em relacao ao outro, tudo dependendo da aplicacao particular a que
se destinam.
Matriz de uma rela
c
ao. Sejam A = {a1 , a2 , . . . , am }, B = {b1 , b2 , . . . , bn }
dois conjuntos finitos com m e n elementos respectivamente. Uma relacao
R de A para B pode representar-se por uma matriz R = [rij ]1im;1jn
cujos elementos sao definidos por
(

rij =

se (ai , bj ) R
se (ai , bj ) 6 R

1
0

A matriz R tem m = card(A) linhas e n = card(B) colunas.

Exemplo 1.25 Dados os conjuntos A = {1, 2, 3} e B = {r, s} considere-se a
relac
ao de A para B
R = {(1, r), (2, s), (3, r)}
Determinar a matriz de R.
Resolu
c
ao: Tomando A para definir os ndices de linha e B para definir os ndices
de coluna, vem

1 0
R= 0 1
1 0

Reciprocamente, dados dois conjuntos A e B de cardinalidades m e n,

respectivamente, uma matriz de mn cujos elementos sao 0s e 1s determina
sempre uma relacao de A para B.
Exemplo 1.26 A matriz

1
R= 0
1

0
1
0

0
1
1

1
0
0

tem 3 linhas e 4 colunas. Fazendo A = {a1 , a2 , a3 } e B = {b1 , b2 , b3 , b4 }, aquela

matriz pode representar a relac
ao de A para B definida por
R = {(a1 , b1 ), (a1 , b4 ), (a2 , b2 ), (a2 , b3 ), (a3 , b1 ), (a3 , b3 )}

45

Digrafo de uma rela

c
ao. Seja dado um conjunto X no qual se encontra definida uma relacao R. Esta relacao pode representar-se graficamente
por um diagrama com pontos que sao os elementos do conjunto X e arcos
orientados que ligam dois vertices xi , xj (com a orientacao de xi para xj )
sempre que se tenha (xi , xj ) R. A tal representacao da-se o nome de
grafo orientado ou, mais simplesmente, digrafo.8
Exemplo 1.27 Seja dado o conjunto X = {x1 , x2 , x3 , x4 , x5 , x6 , x7 } e a relacao
R definida sobre X por
R = {(x1 , x2 ), (x1 , x4 ), (x1 , x5 ), (x2 , x1 ), (x2 , x3 ), (x3 , x5 ),
(x4 , x4 ), (x4 , x5 ), (x4 , x6 ), (x4 , x7 ), (x5 , x4 ), (x5 , x5 ),
(x6 , x3 ), (x6 , x6 ), (x6 , x7 )}
A representac
ao gr
afica de R sobre X toma, neste caso, a forma
x1
d


x2

x5 W dy
3


d
Rd
y
x3

1.3.2

x7
- d

x4
~ d
z K


x6

Partic
oes e rela
c
oes de equival
encia

Seja A um conjunto nao vazio. Chama-se parti

c
ao de A a uma famlia PA
de subconjuntos nao vazios de A tais que:
1. Cada elemento de A pertence a um e um so conjunto de
PA .
2. Se A1 e A2 forem dois elementos distintos da particao PA
entao A1 A2 = .
Os elementos de PA sao designados por blocos ou c
elulas da particao.
8

Do ingles directed graph.

46

Exemplo 1.28 Seja dado o seguinte conjunto

A = {a, b, c, d, e, f, g, h}
e considerem-se os seguintes subconjuntos de A:
A1 = {a, b, c, d}, A2 = {a, c, e, f, g, h},
A3 = {a, c, e, g}, A4 = {b, d}, A5 = {f, h}
Entao {A1 , A2 } n
ao e uma particao de A visto que A1 A2 6= ; {A1 , A5 } tambem
nao e uma partic
ao visto que e 6 A1 e e
6 A5 . A famlia PA = {A3 , A4 , A5 } e uma
partic
ao de A.

Defini
c
ao 1.29 Seja A um conjunto n
ao vazio e R uma relac
ao bin
aria
2
definida em A. A relac
ao R A dir-se-
a uma rela
c
ao de equival
encia
em A se satisfizer as seguintes propriedades:
(a) reflexividade: a [ a A aRa ],
(b) simetria: a,bA [ aRb bRa ]
(c) transitividade: a,b,cA [ [ aRb bRc ] aRc ]
Sendo A um conjunto e R A2 uma relacao de equivalencia chama-se classe
de equival
encia que contem o elemento a A ao conjunto, denotado
geralmente por [a], definido por
[a] = {x A : (x, a) R},
onde o elemento a A se diz representante da classe.
Teorema 1.30 Seja R uma relac
ao de equivalencia definida num conjunto
A. Ent
ao:
(1) cada elemento de A pertence `
a sua classe de equivalencia,
isto e, a [a], qualquer que seja a A;
(2) a reuni
ao de todas as classes de equivalencia e o conjunto
A, isto e, aA [a] = A;
(3) dados dois elementos a, b A ter-se-
a aRb quando e s
o
quando a e b pertencerem `
a mesma classe de equivalencia,
isto e,
a,bA [ aRb [a] = [b] ];
47

(4) as classes de equivalencia de dois elementos a, b de A para

as quais e falsa a proposic
ao aRb s
ao disjuntas, isto e,
a,bA [ (aRb) [a] [b] = ]
Demonstra
c
ao: (1) Seja a A. Ja que R A2 e uma relacao reflexiva entao
aRa e uma proposic
ao verdadeira e, portanto, a [a].
(2) Decorre imediatamente de (1).
(3) Sejam a, b A. Se [a] = [b] entao a [a] = [b], donde, aRb. Reciprocamente,
suponha-se que se tem aRb. Entao se x [a] tem-se xRa e, portanto, atendendo `a
transitividade de R ser
a tambem xRb o que significa que x [b]. Isto e, qualquer
que seja x A, se x [a] tem-se tambem que x [b]; de modo semelhante (usando
adicionalmente a simetria da relacao R) se prova que qualquer que seja x A se
x [b] ent
ao ser
a necessariamente x [a]. Consequentemente [a] = [b].
(4) Equivale a provar que se [a] [b] 6= entao aRb e uma proposicao verdadeira.
Ora se existir x A tal que x [a] e x [b] entao tem-se que xRa e xRb, donde,
por simetria e transitividade, se tem tambem aRb, como se pretendia mostrar. 2

Defini
c
ao 1.31 Seja A um conjunto e R uma relac
ao de equivalencia em
A. Chama-se conjunto quociente de A por R, e denota-se por A/R, ao
conjunto de todas as classes de equivalencia determinadas em A por R,
A/R = {[a] : a A}
Uma relacao de equivalencia num conjunto nao vazio A origina uma
particao desse conjunto em classes de equivalencia que sao os blocos da
particao obtida. Reciprocamente,
Teorema 1.32 Seja P uma partic
ao de um conjunto n
ao vazio A e R a
relac
ao definida em A por
aRb a e b pertencem ao mesmo bloco de P
Ent
ao R e uma relac
ao de equivalencia.
claro que se a A entao aRa (o elemento a estas no
Demonstra
c
ao: (a) E
mesmo bloco dele pr
oprio).
(b) Se aRb ent
ao a e b estao no mesmo bloco e, portanto, bRa.
(c) Se aRb e bRc, ent
ao a, b e c estao no mesmo bloco. Logo aRc
Visto que R e reflexiva, simetrica e transitiva entao e uma relacao de equivalencia,
designada rela
c
ao de equival
encia determinada pela parti
c
ao P.
2

48

Exemplo 1.33 Seja dado o conjunto A = {1, 2, 3, 4} e considere-se a particao

P = {{1, 2, 3}, {4}}. Determinar a relac
ao de equivalencia determinada em A pela
partic
ao P.
Resolu
c
ao: Visto que os blocos de P sao {1, 2, 3} e {4}, entao
R = {(1, 1), (1, 2), (1, 3), (2, 1), (2, 2), (2, 3), (3, 1), (3, 2), (3, 3), (4, 4)}
e a relac
ao de equivalencia induzida em A pela particao P.

1.3.3

Relac
oes de ordem

Seja A um conjunto nao vazio e R A2 uma relacao binaria qualquer

definida em A. Para indicar que o par ordenado (a, b) A2 pertence `a
relacao R escreve-se tambem frequentemente aRb, ou seja,
aRb (a, b) R
quaisquer que sejam a, b A.
Exemplo 1.34 Se A = {0, 1, 2, 3, 4, 5} IN e R for a relacao usual em IN,
entao
= {(0, 0), (0, 1), (0, 2), (0, 3), (0, 4), (0, 5),
(1, 1), (1, 2), (1, 3), (1, 4), (1, 5),
(2, 2), (2, 3), (2, 4), (2, 5), (3, 3), (3, 4), (1, 5), (4, 4), (4, 5), (5, 5)}
e escreve-se
a b (a, b)
quaisquer que sejam a, b A.

Defini
c
ao 1.35 Chama-se rela
c
ao de ordem definida no conjunto A a
uma relac
ao bin
aria R A2 com as seguintes propriedades:
(1) reflexividade: a [ a A aRa ],
(2) anti-simetria: a,bA [ [ aRb bRa ] a = b ]
(3) transitividade: a,b,cA [ [ aRb bRc ] aRc ]
Se, adicionalmente, R satisfizer a proposic
ao
(4) dicotomia: a,b [ a, b A [ aRb bRa ] ]
dir-se-
a uma rela
c
ao de ordem total. Se R n
ao for uma relac
ao de ordem
total tambem se designa, por vezes, relac
ao de ordem parcial.
49

Exemplo 1.36
1. Seja A uma famlia de conjuntos. A relacao em A definida por A e um
subconjunto de B e uma ordem parcial.
2. Seja A um subconjunto qualquer de n
umeros reais. A relacao em A e uma
relac
ao de ordem total e a chamada ordem natural.
3. A relac
ao R definida em IN por xRy se e s
o se x e m
ultiplo de y e uma
relac
ao de ordem parcial em IN.

Defini
c
ao 1.37 Seja R uma relac
ao de ordem definida em A; a relac
ao

2
R A definida por
a,bA [ aR b [ aRb a 6= b ] ]

(1.12)

diz-se uma rela

c
ao de ordem estrita definida em A.
Defini
c
ao 1.38 Chama-se conjunto ordenado a um par ordenado (A, R)
onde A e um conjunto n
ao vazio e R e uma relac
ao de ordem (parcial ou
total) em A.
Se, para a, b A se tiver aRb dir-se-a que b domina a ou que a precede b.
Seja R uma relacao de ordem num conjunto A. Entao a relacao inversa
1
R , definida por
aR1 b bRa
quaisquer que sejam os elementos a, b A, e tambem uma relacao de ordem
(verificar!). As ordens parciais mais familiares sao as relacoes ou em
ZZ ou IR (que sao inversas uma da outra). Por isso, muitas vezes se denota
um conjunto ordenado simplesmente por
(A, ) ou (A, )
embora as ordens ou possam nao corresponder `as relacoes usuais em
ZZ ou IR denotadas por aqueles smbolos.
Elementos extremais de um conjunto ordenado. Sendo (A, ) um
conjunto (total ou parcialmente) ordenado da-se o nome de m
aximo de A
ao elemento de a A, se existir, tal que
x [ x A x a ]
ou seja, a e o maximo de A se dominar todos os outros elementos de A.
Note-se que se a ordem nao for total pode acontecer que nao exista um
50

elemento a A comparavel com todos os elementos x A nos termos acima

indicados: neste caso A nao possuira maximo.
Um elemento a A diz-se maximal de (A, ) se se verificar a condicao
xA [ a x x = a ]
ou, equivalentemente,
xA [ a x x 6= a ]
Isto e, a A e um elemento maximal de (A, ) se nao existir nenhum outro
elemento em A que o domine estritamente.
De modo semelhante, chama-se mnimo de A ao elemento b A, se
existir, que satisfaz a condicao
x [ x A b x ]
ou seja, b e o mnimo de A se preceder todos os outros elementos de A. Tal
como no caso anterior um conjunto ordenado pode nao possuir mnimo.
Um elemento b A diz-se minimal se se verificar a condicao
xA [ x b x = b ]
ou, equivalentemente,
xA [ x b x 6= b ]
Isto e, b A e um elemento minimal de (A, ) se nao existir nenhum outro
elemento em A que o preceda estritamente.
Exemplo 1.39 (Diagramas de Hasse.) Seja A um conjunto finito com uma
ordem parcial e considere-se o digrafo desta relacao. Visto que e uma relacao
de ordem ent
ao e reflexiva e, portanto, em todos os vertices aparecera um lacete.
Para simplificar o diagrama neste caso suprimam-se todos os lacetes. Eliminando
tambem todos os arcos que se obtem por transitividade o digrafo resultante e o que
se designa por diagrama de Hasse correspondente `a ordem parcial .
1. Seja A = {2, 3, 4, 6, 8, 12} e defina-se a relacao pondo x y se e s
o se x
divide y. Ent
ao 2 e 3 s
ao elementos minimais e 8 e 12 sao elementos maximais.
O conjunto ordenado (A, ) nao possui mnimo nem maximo. Esta situacao
pode representar-se pelo diagrama de Hasse

51

12
*6




6



4 
I
@
@
@
@
2

6
@
I
@
@
@
3

2. Seja agora B = {1, 2, 3, 4, 6, 8, 12, 24} (= A {1, 24}) com a ordem tal como
foi definida no exemplo anterior. Entao 1 e o mnimo de B e 24 e o maximo
de B. 1 e o u
nico elemento minimal de B e 24 e o u
nico elemento maximal
de B. O diagrama de Hasse agora tem o seguinte aspecto:
24
@
I
@
@

@ 12
*6







6
4 
@
I
@
I
@
@
@
@
@
@3
2@

I
@
@
@
1
8

3. Seja C = {1, 2, 3} e considere-se o conjunto D das partes proprias de C

ordenado pela relacao . Entao e o mnimo de D e ha tres elementos
maximais, {2, 3}, {3, 1} e {1, 2}.
{2, 3} {3, 1} {1, 2}
Y
H
*

H @
I
@
I 

@HH
@
H
@
{2}H@
H@
{1}  @
H {3}
6
I
@

@
@
@

52

Contra-exemplo 1.40 O conjunto A = {x IR : 0 < x < 1} nao possui

maximo nem mnimo nem possui elementos maximais nem minimais.

Teorema 1.41 Seja A um conjunto ordenado pela relac

ao de ordem (parcial
ou total) . Se a A e m
aximo ent
ao a e um elemento maximal e e o u
nico
elemento maximal de A. Se b A e mnimo ent
ao b e um elemento minimal
e e o u
nico elemento minimal de A.
Demonstra
c
ao: Seja a o m
aximo de A e seja x A tal que a x. Pela definicao
de m
aximo de A tem-se tambem x a e, portanto, pela antisimetria da relacao
obter-se-
a x = a, o que mostra que a e um elemento maximal de A.
Para provar que aquele elemento maximal e u
nico suponha-se agora que a0 e
outro elemento maximal. Visto que a e, por hipotese, o maximo de A entao terse-a a0 a o que, pela definic
ao de elemento maximal, implica que seja a = a0 .
Consequentemente, n
ao pode haver outro elemento maximal.
A demonstrac
ao para o caso do mnimo e semelhante, sugerindo-se que seja
feita a ttulo de exerccio.
2

Defini
c
ao 1.42 Seja (A, ) um conjunto ordenado. Chama-se cadeia de
A a um subconjunto de A que e totalmente ordenado por .
No exemplo 1 acima, o conjunto {2, 4, 12} e uma cadeia; no exemplo 2, o conjunto {1, 2, 6, 12, 24} e uma cadeia e no exemplo 3, o conjunto {, {1}, {1, 2}}
e uma cadeia.
Defini
c
ao 1.43 Seja A um conjunto totalmente ordenado pela relac
ao .
Dir-se-
a que e uma boa ordem ou que A e bem ordenado por se
todo o subconjunto n
ao vazio de A possuir mnimo.
O exemplo tpico de um conjunto bem ordenado e dado por IN provido com
a relacao de ordem usual, enquanto que ZZ com a ordenacao usual nao e
bem ordenado. Por razoes analogas tambem Q ou IR com as suas ordenacoes
usuais tambem nao sao conjuntos bem ordenados.
Exerccios 1.3.1
1. Sendo o par ordenado (a, b) definido em termos de conjuntos por (a, b) =
{{a}, {a, b}} mostrar que se verifica a seguinte equivalencia:
(a, b) = (c, d) [a = c b = d]
quaisquer que sejam os pares ordenados (a, b) e (c, d).
2. Sejam dados os conjuntos A = {a, b, c}, B = {1, 2} e C = {4, 5, 6}.

53

(a) Descrever em extens

ao os conjuntos A B, B A e A C.
(b) Dar exemplos de relac
oes de A para B e de B para A com quatro elementos.
(c) Dar um exemplo de uma relac
ao simetrica em C com tres elementos.
3. Seja A = {1, 2, 3}. Para cada uma das relac
oes R indicadas a seguir, determinar os elementos de R, o domnio e o contradomnio de R e, finalmente,
indicar as propriedades que possui R.
(a) R e a relac
ao < em A.
(b) R e a relac
ao em A.
(c) R e a relac
ao em P(A).
4. Sejam A, B, C e D conjuntos dados. Provar ou dar contra-exemplos para as
seguintes conjecturas:
(a)
(b)
(c)
(d)
(e)
(f )
(g)
(h)

A (B C) = (A B) (A C)
A (B C) = (A B) (A C)
(A B) (Ac B) =
[A B C D] A C B D
A (B C) = (A B) (A C)
A (B C) = (A B) (A C)
(A B) (C D) = (A C) (B D)
A (B\C) = (A B)\(A C)

5. Sejam A e B dois conjuntos e R e S duas relac

oes de A para B. Mostrar que
(a) D(R S) = D(R) D(S)
(b) D(RS) D(R)D(S) e dar um exemplo para mostrar que a igualdade
n
ao se verifica necessariamente.
(c) I(R S) = I(R) I(S)
(d) I(R S) I(R) I(S) e dar um exemplo para mostrar que a igualdade
n
ao se verifica necessariamente.
6. Seja R uma relac
ao num conjunto n
ao vazio A. Sendo x A define-se a
classe-R de x, denotada por [x]R , por
[x]R = {y A : yRx}
(a) Sendo A = {1, 2, 3, 4} e
R = {(1, 2), (1, 3), (2, 1), (1, 1), (2, 3), (4, 2)}
determinar [1]R , [2]R , [3]R e [4]R .
(b) Mostrar que R e reflexiva se e s
o se xA [x [x]R ].
(c) Mostrar que R e simetrica se e s
o se
x,yA [x [y]R y [x]R ]

54

(d) Mostrar que xA [ [x]R 6= I(R) = A ].

(e) Suponha-se que D(R) = A e R e simetrica e transitiva. Mostrar que
x,yA [[x]R [y]R xRy]
Mostrar ainda que x,yA [[x]R [y]R [x]R = [y]R ].
(f ) Suponha-se que R e simetrica e transitiva. Mostrar que
x,yA [[x]R [y]R 6= [x]R = [y]R ]
7. Seja R uma relac
ao de A para B e S uma relac
ao de B para C. Ent
ao a
rela
c
ao composta S R e a relac
ao constituda por todos os pares ordenados
(a, c) tais que (a, b) R e (b, c) S. Sendo A = {p, q, r, s}, B = {a, b}, C =
{1, 2, 3, 4}, R = {(p, a), (p, b), (q, b), (r, a), (s, a)} e S = {(a, 1), (a, 2), (b, 4)}
determinar S R.
8. Seja R uma relac
ao de A para B. Chama-se rela
c
ao inversa R1 de B para
A ao conjunto de pares ordenados da forma (b, a) com (a, b) R. Mostrar
que uma relac
ao R num conjunto e simetrica se e s
o se R = R1 .
9. Mostrar que uma relac
ao num conjunto e reflexiva se e s
o se a sua inversa
for reflexiva.
10. Seja R a relac
ao no conjunto A = {1, 2, 3, 4, 5, 6, 7} definida por
(a, b) R (a b) e divisvel por 4
Determinar R e R1 .
11. Seja R a relac
ao definida em IN1 por
(a, b) R b e divisvel por a
Estudar R quanto `
a reflexividade, simetria, antisimetria e transitividade.
12. Quais das relac
oes que se seguem s
ao equivalencias?
(a) {(1, 1), (2, 2), (3, 3), (4, 4), (1, 3), (3, 1)}
(b) {(1, 2), (2, 2), (3, 3), (4, 4)}
(c) {(1, 1), (2, 2), (1, 2), (2, 1), (3, 3), (4, 4)}
13. Seja R = {(x, y) : x, y ZZ e x y e inteiro}. Mostrar que R e uma relac
ao
de equivalencia em ZZ.
14. Seja A = {2, 3, 4, 5, . . .} um conjunto ordenado pela relac
ao x divide y. Determinar todos os elementos minimais e todos os elementos maximais.

1.3.4

Func
oes

Defini
c
ao 1.44 Seja f A B uma relac
ao de A para B. Se, para todo
o x A existir um e um s
o y B tal que (x, y) f dir-se-
a que f e uma
55

aplica
c
ao (ou fun
c
ao) de A em B; para significar que f e uma aplicac
ao
de A em B costuma escrever-se
f :A B
e, neste caso, escreve-se y = f (x), dizendo-se que y B e a imagem por
f de x A.
Dada uma aplicacao f : A B, ao conjunto A tambem se da o nome de
domnio de f e com este significado representa-se por D(f ) Df (ou, mais
simplesmente, por D).
Exemplo 1.45 Como exemplos de algumas relacoes que sao funcoes e outras que
o n
ao s
ao, considere-se
A
B
f
g
h

=
=
=
=
=

{1, 2, 3, 4}
{1, 2, 3, 4, 5}
{(1, 2), (2, 3), (3, 4), (4, 5)}
{(1, 2), (1, 3), (2, 4), (3, 5), (4, 5)}
{(1, 1), (2, 2), (3, 3)}

Ent
ao f , g e h s
ao relacoes de A para B mas apenas f e uma funcao definida em
A; g e h n
ao s
ao func
oes definidas em A a primeira porque tanto (1, 2) como (1, 3)
s
ao elementos de g e a segunda porque D(h) = {1, 2, 3} =
6 A. A funcao f e particularmente simples, podendo ser descrita pela formula f (x) = x + 1 qualquer que seja
x A. Embora a maior parte das funcoes normalmente consideradas nas disciplinas
de C
alculo sejam dadas de forma semelhante, em geral, nao se podem especificar
as func
oes deste modo; de facto, a maioria das funcoes que se podem definir nao
podem ser descritas de forma tao simples `a custa de uma formula algebrica.

O conjunto
I(f ) f (A) = {y B : [ x [ x A y = f (x) ] ]}
designa-se por contradomnio da aplicacao f . Se f (A) = B dir-se-a que f e
uma aplica
c
ao sobrejectiva (ou aplicacao sobre B); a aplicacao f : A B
diz-se injectiva (ou unvoca) se cada elemento de f (A) for imagem de um
so elemento de A, isto e, f e injectiva se e so se
x,x0 [ x, x0 A [ x 6= x0 f (x) 6= f (x0 ) ] ]
o que significa que elementos distintos de A tem necessariamente imagens por
f diferentes em f (A) B. Se a aplicacao f : A B for simultaneamente
56

injectiva e sobrejectiva traduzir-se-a o facto dizendo que f e uma aplica

c
ao
bijectiva.
Do que atras ficou dito resulta que duas aplicacoes f, g sao iguais, escrevendo-se entao f = g, se e so se forem satisfeitas as duas condicoes seguintes
(1) Df = Dg D;
(2) x [ x D f (x) = g(x) ].
Sejam A, B, C tres conjuntos nao vazios e f : A B e g : B C duas
aplicacoes de A em B e B em C, respectivamente. Chama-se aplica
c
ao
composta de g com f `a aplicacao
gf : A C
definida por A 3 x ; g f (x) = g(f (x)) C. A composicao goza de
algumas propriedades importantes das quais se destacam as seguintes:
Teorema 1.46 A composic
ao de aplicac
oes e associativa.
Demonstra
c
ao: Dadas as aplicacoes f : A B, g : B C e h : C D tera de
mostrar-se que s
ao iguais as aplicacoes (hg)f e h(gf ).
(1) A aplicac
ao (h g) f tem o mesmo domnio que a aplicacao f que e o
conjunto A; a aplicac
ao h(gf ) tem o mesmo domnio que gf que, por seu turno,
tem por domnio o domnio de f ou seja o conjunto A. Ambas as aplicacoes tem
portanto o mesmo domnio.
(2) Seja x A qualquer. Ent
ao
[(h g) f ](x)

= [h g](f (x))
= h[g(f (x))] = h[(g f )(x)] = [h (g f )](x)

o que mostra que

x [ x A [(hg)f ](x) = [h(gf )](x) ]
De (1) e (2) resulta a igualdade pretendida.

Defini
c
ao 1.47 Dado um conjunto A chama-se aplica
c
ao identidade em
A`
a aplicac
ao idA : A A definida por
idA (x) = x
qualquer que seja x A.
57

Teorema 1.48 Sendo f : A B uma aplicac

ao arbitr
aria ent
ao idB f = f
e f idA = f .
Demonstra
c
ao: Por definicao de composicao de aplicacoes o domnio de idB f
e igual ao domnio de f . Por outro lado, para x qualquer, pertencente ao domnio
de f , tendo em conta a definicao da aplicacao identidade, vem
(idB f ) (x) = idB (f (x)) = f (x)
Consequentemente, idB f = f . Analogamente se provaria que f idA = f .

Seja a aplicacao f : A B e E uma parte de A. Chama-se imagem de

E por f e representa-se por f (E) ao conjunto assim definido
f (E) = {y B : [ x [ x E y = f (x) ]}
podendo tambem escrever-se
f (E) = { f (x) B : x E }
Se F for uma parte de B, chama-se imagem recproca ou inversa de F e
representa-se por f 1 (F ) ao conjunto assim definido
f 1 (F ) = {x A : [ y [y F y = f (x) ]}
podendo tambem escrever-se equivalentemente
f 1 (F ) = {x A : f (x) F }
Teorema 1.49 Se f : A B for uma aplicac
ao bijectiva a correspondencia
1
recproca, que a cada y B associa f (y), o u
nico elemento do conjunto
f 1 ({y}), e uma aplicac
ao bijectiva e f f 1 = idB , f 1 f = idA .
Demonstra
c
ao: (1) Antes de mais tera de mostrar-se que a correspondencia
recproca define, de facto, uma aplicacao. Como f : A B e uma bijeccao entao
todo o elemento y B e imagem por f de um e um so elemento x A. Consequentemente tem-se que
yB !xA [ x = f 1 (y) ]
o que mostra ser f 1 : B A uma aplicacao.
(2) Visto que todo o elemento de A e imagem por f 1 de pelo menos um
elemento de B a aplicac
ao f 1 e sobrejectiva. Sejam agora y1 , y2 dois elementos
quaisquer de B. Suponha-se que se tem f 1 (y1 ) = f 1 (y2 ) e que x1 , x2 sao as
pre-imagens por f de y1 e y2 , isto e, que x1 = f 1 (y1 ) e x2 = f 1 (y2 ). Entao

58

y1 = f (x1 ) e y2 = f (x2 ) e como x1 = x2 , atendendo a que f e uma aplicacao,

tem-se que y1 = y2 , o que mostra ser f 1 injectiva. Logo f 1 e bijectiva como se
afirmou.
(3) Como f : A B e uma bijeccao entao quaisquer que

sejam x A e y B,
y = f (x)
e equivalente a x = f 1 (y) donde vem f f 1 (y) = f (x) = y, yB e
f 1 f (x) = f 1 (y) = x, xA o que prova a terceira parte do teorema.
2

A aplicacao f 1 : B A definida nos termos do Teorema 1.49 e chamada

aplica
c
ao inversa ou recproca de f : A B.
Exerccios 1.3.2
1. Seja A = {1, 2, 3, 4, 5, 6} e f : A A a func
ao definida por

x+1
se x 6= 6
f (x) =
1
se x = 6
(a) Determinar f (3), f (6), f f (3) e f (f (2)).
(b) Determinar a pre-imagem de 2 e 1.
(c) Mostrar que f e injectiva.
2. Mostrar que a func
ao f : IR IR dada por f (x) = x3 e injectiva e sobrejectiva
enquanto que a func
ao g : IR IR dada por g(x) = x2 1 n
ao e injectiva nem
sobrejectiva.
3. Seja R uma relac
ao de equivalencia num conjunto n
ao vazio A. Define-se uma
relac
ao de A para A/R pondo
= {(x, [x]) : x A}
(a) Mostrar que e uma func
ao definida em A.
(b) Mostrar que e sobrejectiva.
(c) Em que condic
oes ser
a injectiva?
4. Seja dada a func
ao f : A A que se sabe ser uma relac
ao de equivalencia. Que
mais se pode dizer relativamente a f ?
5. Seja f : IR IR a func
ao definida por f (x) = sen x.
(a) Mostrar que f n
ao e injectiva.
(b) Mostrar que a restric
ao de f ao intervalo [/2, /2] e uma func
ao injectiva.
6. Seja IR o conjunto dos n
umeros reais e f : IR IR a func
ao definida por f (x) = x2 .
(a) Qual e o domnio, o conjunto dos valores e o contradomnio de f ?
(b) Ser
a f injectiva?

59

(c) Ser
a f sobrejectiva?
(d) Determinar o conjunto das pre-imagens de 4.
(e) Determinar a imagem recproca do conjunto {t : 1 t 4}.
7. Sendo IR o conjunto dos n
umeros reais explicar porque e que as func
oes definidas
por

1
f (x) =
e g(x) = x
x2
n
ao s
ao func
oes de IR em IR.
8. Sendo IN o conjunto dos n
umeros naturais e f : IN IN a func
ao definida por
f (n) = 2n + 5
mostrar que f e injectiva e determinar a func
ao inversa. Ser
a f sobrejectiva? E a
func
ao inversa ser
a sobrejectiva?
9. Seja f : IR IR definida por f (x) = x2 4. Determinar as imagens dos seguintes
conjuntos
(a) {4, 4, 5}
(b) {4, 5}
(c) {t : t IR t 0}
10. Dar um exemplo de uma func
ao real de vari
avel real tal que
(a) seja injectiva e sobrejectiva,
(b) n
ao seja injectiva nem sobrejectiva.
11. Seja X = {p, q, r}, Y = {a, b, c, d} e Z = {1, 2, 3, 4} e sejam g : X Y definida
pelo conjunto dos pares ordenados {(p, a), (q, b), (r, c)} e f : Y Z definida pelo
conjunto de pares ordenados {(a, 1), (b, 1), (c, 2), (d, 3)}. Escrever a func
ao composta f g sob a forma de um conjunto de pares ordenados.
12. Sendo A = {p, q, r} e f : A A definida por f (p) = q, f (q) = p e f (r) = q. Dar a
func
ao f f sob a forma de um conjunto de pares ordenados.
13. Seja A e f como no problema anterior. Definir
g = f f f

(nvezes)

Descrever g como um conjunto de pares ordenados quando n e par e quando n e

mpar.
14. Sejam f : B C e g : A B. Mostrar que
(a) se f e g s
ao injectivas ent
ao f g e injectiva.
(b) se f e g s
ao sobrejectivas ent
ao f g e sobrejectiva.

60

(c) suponha-se que f g e injectiva. Ser

a f necessariamente injectiva? Ser
a g
necessariamente injectiva?
(d) suponha-se que f g e sobrejectiva. Ser
a f necessariamente sobrejectiva? Ser
a
g necessariamente sobrejectiva?
15. Se f (x) = ax + b e g(x) = cx + d e f g = g f , determinar uma equac
ao que
relacione as constantes a, b, c, d.
16. Seja f : X Y e suponha-se que A e B s
ao subconjuntos de X. Mostrar que
(a) f (A B) = f (A) f (B)
(b) f (A B) f (A) f (B)
17. Nas condic
oes do problema anterior, mostrar que se f for injectiva ent
ao f (AB) =
f (A) f (B).
18. Seja f : A B onde A e B s
ao conjuntos finitos com a mesma cardinalidade.
Mostrar que f e injectiva se e s
o se for sobrejectiva.
19. Seja A um subconjunto do conjunto universal U. A func
ao
fA : U {0, 1}
definida por

fA (x) =

se x A
se x
6 A

1
0

chama-se fun
c
ao caracterstica do conjunto A.
Sejam A e B dois subconjuntos de U. Mostrar que para todo o x U
(a) fAB (x) = fA (x) fB (x)
(b) fAB (x) = fA (x) + fB (x) fA (x) fB (x)
(c) fA (x) + fAc (x) = 1
(d) fC (x) = fA (x) + fB (x) 2fA (x) fB (x) onde C designa a diferenca simetrica
de A e B.

1.4

Algebras
de Boole

Se se observarem bem as propriedades das operacoes com conjuntos e as

propriedades das operacoes logicas do calculo proposicional, chegar-se-a `a
conclusao de que, sob um ponto de vista formal, elas sao muito semelhantes.
(Recordar, por exemplo, a distributividade das operacoes , e a distributividade das operacoes , ou as leis de Morgan relativas `as operacoes ,
e as leis de Morgan relativas `as operacoes , .) Este facto mostra que a
61

algebra dos conjuntos e o calculo proposicional tem uma estrutura algebrica

identica, constituindo dois exemplos tpicos do que se designa por algebras
de Boole ou algebras booleanas.
Comecar-se-a por definir o que se entende por algebra de Boole abstracta,
podendo depois verificar-se como esta estrutura e comum tanto `a teoria dos
conjuntos como `a logica proposicional.

1.4.1

Operac
oes booleanas fundamentais

Seja B um conjunto nao vazio. Chama-se opera

c
ao un
aria definida sobre
B a uma regra que a cada elemento x B faz corresponder um elemento
y B que e u
nico. Denotar-se-a esta operacao por um traco sobre a letra
que designa o elemento sob consideracao. Assim y = x
. No caso da teoria
dos conjuntos a operacao de complementacao, que a cada conjunto A associa
o seu complementar Ac , e uma operacao unaria; no calculo proposicional a
negacao de uma proposicao, que a cada proposicao p faz corresponder a
proposicao p, e uma operacao unaria.
Designa-se por opera
c
ao bin
aria definida sobre B a toda a correspondencia que a cada par de elementos a, b, por esta ordem, faz corresponder um elemento u
nico c de B. A reuniao e interseccao de conjuntos
sao exemplos de operacoes binarias na teoria dos conjuntos; a conjuncao e
a disjuncao sao exemplos de operacoes binarias no calculo proposicional.
Numa algebra booleana abstracta representam-se geralmente por + e
(ou simples justaposicao) as duas operacoes binarias que intervem na sua
definicao.
Defini
c
ao 1.50 Chama-se
algebra booleana B `
a estrutura matem
atica
constituda por um conjunto n
ao vazio B no qual se definem uma operac
ao
un
aria e duas operac
oes bin
arias que obedecem aos seguintes axiomas:
B1 as operac
oes bin
arias s
ao comutativas, isto e, para a, b B
quaisquer
a+b = b+a e ab = ba
B2 as operac
oes bin
arias s
ao associativas, isto e, quaisquer que
sejam a, b, c B,
a+(b+c) = (a+b)+c a+b+c e a(bc) = (ab)c abc
B3 as operac
oes bin
arias s
ao distributivas uma em relac
ao `
a
outra, ou seja, para a, b, c B quaisquer
a + (b c) = (a + b) (a + c) e a (b + c) = a b + a c
62

B4 existem dois elementos 0, 1 B (o zero e a unidade) tais

que 0 6= 1 e para todo o a B,
a+0 = a e a1 = a
B5 para todo o a B existe a
B tal que
a+a
= 1 e aa
= 0
A famlia de todos os subconjuntos de um universo U com as operacoes
de reuniao, interseccao e complementacao constitui uma algebra booleana na
qual U e o elemento unidade e e o zero. A famlia de todas as proposicoes
compostas formadas a partir de n proposicoes simples, com as operacoes
de disjuncao, conjuncao e negacao, constitui uma algebra de Boole. Nesta
algebra a unidade e a proposicao universalmente verdadeira enquanto que
o zero e a proposicao universalmente falsa. Qualquer resultado provado
numa algebra booleana abstracta tem a sua interpretacao quer em teoria de
conjuntos quer no calculo proposicional.
Exemplo 1.51 (Soma e produto booleanos.) Seja B = {0, 1} um conjunto no qual se definem duas operac
oes da forma seguinte:
+
1
0

1
1
1

0
1
0

1
0

1
1
0

0
0
0

a
1
0

0
1

O terno B (B, +, ), com a complementac

ao tal qual est
a indicada na u
ltima
tabela, constitui uma
algebra booleana.

Antes de estabelecer algumas propriedades das algebras de Boole considere-se o conceito de dualidade. Por definicao, o dual de qualquer proposicao
numa algebra booleana e a proposicao que se obtem por substituicao na
primeira da operacao + pela operacao e da constante 1 pela constante 0.
Teorema 1.52 (Princpio de Dualidade) O dual de qualquer teorema
numa
algebra de Boole e tambem um teorema.
O princpio de dualidade verifica-se em qualquer algebra de Boole. Cada
axioma da definicao de algebra de Boole tem duas partes e a u
nica diferenca
entre estas duas partes e o papel desempenhado pelas operacoes + e que
estao trocados bem assim como o papel desempenhado pelas constantes 1
63

e 0 que estao tambem trocados. Assim, numa algebra de Boole, qualquer

teorema que envolva as operacoes binarias tem sempre duas partes, cada
uma das quais e dual da outra. Nas demonstracoes de teoremas deste tipo
que se seguem e suficiente provar uma (qualquer) das suas partes; a outra
aparece por dualidade.
Exerccios 1.4.1
1. Escrever as express
oes duais das seguintes express
oes numa
algebra booleana
(a) x
y z + x
yz
(b) x(
x + y)
2. Escrever as igualdades duais das seguintes igualdades numa a
lgebra booleana
(a) x + xy = x
(b) x
y+y =x+y

Teorema 1.53 (Leis da idempot

encia.) Para todo o a B
a+a=a e aa=a

Demonstra
c
ao:
(a)

a+a

=
=
=
=
=

(a + a) 1
(a + a) (a + a
)
a + (a a
)
a+0
a

por
por
por
por
por

B4
B5
B3
B5
B4

(b)

aa

=
=
=
=
=

(a a) + 0
(a a) + (a a
)
a (a + a
)
a1
a

por
por
por
por
por

B4
B5
B3
B5
B4

Teorema 1.54 (Leis das identidades.) Para todo o a B

a+1 = 1 e a0 = 0

64

Demonstra
c
ao:
(a)

a+1

=
=
=
=
=

+ 1)
1(a
(a + a
) (a + 1)
a + (
a 1)
a+a

por
por
por
por
por

B4
B5
B3
B4
B5

(b)

a0

=
=
=
=
=

(a 0) + 0
(a 0) + (a a
)
a (0 + a
)
aa

por
por
por
por
por

B4
B5
B3
B4
B5

Teorema 1.55 (Leis de absor

c
ao.) Quaisquer que sejam a, b B
a + (a b) = a, a (a + b) = a
Demonstra
c
ao:
(a)

a + (a b)

=
=
=
=

(a 1) + (a b)
a (1 + b)
a1
a

por B4
por B3
pelo teorema 1.54
por B4

(b) A segunda propriedade obtem-se por dualidade.

Teorema 1.56 (Involu

c
ao.) Para todo o elemento a B
(
a) = a

Demonstra
c
ao: (a) Seja b B qualquer. Entao por B5
b + b = 1 e b b = 0
Fazendo, em particular, b = a
obter-se-a
(
a) + a
= 1 e (
a) a
= 0

(1.13)

Por outro lado, por B5, tem-se tambem

a+a
= 1 e aa
= 0
pelo que, comparando (1.13) com (1.14) se obtem o resultado pretendido.

65

(1.14)
2

Teorema 1.57 (Leis de Morgan.) Para todo o par de elementos x, y B

xy = x
+ y e x + y = x
y
Demonstra
c
ao: Considerando, por um lado, a expressao (x y) (
x + y), vem
(x y) (
x + y)

=
=
=
=
=
=

(x y) x
+ (x y) y
x (y x
) + x (y y)
x (
x y) + x (y y)
(x x
) y + x (y y)
(0 y) + (x 0)
0

por B3
por B2
por B1
por B2
por B5
pelo teorema 1.54

Por outro lado, considerando a expressao (x y) + (

x + y)
(x y) + (
x + y)

=
=
=
=
=
=

(
x + y) + (x y)
[
x + y) + x] [(
x + y) + y]
[x + (
x + y)] [(
x + y) + y]
[(x + x
) + y] [x + (y + y)]
(1 + y) (x + 1)
1

por B1
por B3
por B1
por B2
por B5
pelo teorema 1.54

Tem-se ent
ao
(x y) (
x + y) = 0 e (x y) + (
x + y) = 1
pelo que, tendo em conta B5,
xy = x
+ y
2

A segunda proposic
ao obtem-se por dualidade.

Exemplo 1.58 (Circuitos com interruptores.) Sejam x, y, . . . interruptores electricos e suponha-se que x, x
designam sempre dois interruptores com a propriedade de que se um esta ligado o outro esta desligado e vice-versa.
Dois interruptores, x e y, por exemplo, podem ser ligados por fios, em serie ou
em paralelo, como segue
x

o que se denota por x y (ou, simplesmente, xy) e x + y, respectivamente. Um

circuito booleano e um arranjo de fios e interruptores que pode ser montado com o
uso repetido de combinacoes em serie e em paralelo podendo, portanto, ser descrito
pelo uso dos sinais + e (ou simples justaposicao). Assim,

66

y
z
x (y + x
)

(
x + z)y + x
y

sao dois exemplos, um pouco mais complicados, de circuitos com interruptores.

As vari
aveis x, y, . . . que representam os interruptores apenas podem tomar os
valores
1
e
0
que significam interruptor fechado e interruptor aberto, respectivamente
As duas tabelas que se seguem descrevem o comportamento de um circuito em
serie, xy, e em paralelo, x + y,
x
1
1
0
0

y
1
0
1
0

xy
1
0
0
0

x
1
1
0
0

y
1
0
1
0

x+y
1
1
1
0

enquanto que a tabela que se segue mostra a relacao entre um interruptor x e o

interruptor complementar x
,
x
1
0

0
1

Observe-se que as tres tabelas acima sao identicas `as tabelas da conjuncao,
disjunc
ao e negac
ao de proposic
oes.
Para determinar o comportamento de um circuito booleano constroi-se uma
tabela que e an
aloga `
as tabelas de verdade do calculo proposicional. Para os dois
circuitos acima, por exemplo, tem-se o seguinte:
x
1
1
0
0

y
1
0
1
0

0
0
1
1

x
+y
1
0
1
1

x(y + x
)
1
0
0
0

A corrente s
o passar
a se os interruptores x e y estiverem ligados simultaneamente.

67

x
1
1
1
1
0
0
0
0

y
1
1
0
0
1
1
0
0

z
1
0
1
0
1
0
1
0

0
0
0
0
1
1
1
1

z+x

1
0
1
0
1
1
1
1

(z + x
)y
1
0
0
0
1
1
0
0

y
0
0
1
1
0
0
1
1

x
y
0
0
1
1
0
0
0
0

(z + x
)y + x
y
1
0
1
1
1
1
0
0

Neste caso a corrente passara para 5 configuracoes possveis dos tres interruptores.
Desenhando os circuitos apropriados e enumerando todas as situacoes possveis,
pode verificar-se que todos os axiomas de algebra de Boole sao validos quando
interpretados em termos de circuitos com interruptores.
Teorema 1.59 A
algebra dos circuitos com interruptores e uma
algebra booleana.
Por exemplo, os dois circuitos equivalentes

y
z
x + yz

y
z
(x + y)(x + z)

representam, em termos de circuitos, a distributividade da operacao relativamente

a operac
`
ao +.

Exemplo 1.60 Determinar o circuito que realiza a expressao booleana

xy
z+x
(y + z)
Esta express
ao indica que a ligacao em serie de x, y e
z esta ligada em paralelo com
o circuito correspondente `a expressao x
(y + z). Este u
ltimo circuito, por seu turno,
consiste num interruptor x
ligado em serie com uma ligacao em paralelo de y e z.
Ent
ao, ter-se-
a

z
y

z
xy
z+x
(y + z)

68

Exemplo 1.61 Determinar a expressao booleana correspondente ao seguinte circuito

x

x
y

(x + y + z)uv(y
z + x + yu)

Exerccios 1.4.2
1. Desenhar os circuitos com interruptores que realizam as express
oes booleanas
que se seguem sem efectuar qualquer simplificac
ao previa.
(a) xyz + xy(zw + st)
(b) x + y(z + wt) + su
(c) x[y(z + w) + z(u + v)]
(d) (x + y + z)(x + y
z ) + zw + w(
y + z)
(e) (xy + x
y z + x
z )z
(f ) xz + y + yz + x
yz
(g) (xy + z)(y + z) + z
(h) x
z + x
y + z
2. Determinar as express
oes que representam algebricamente os seguintes circuitos:
(a)
c

a
b

f
g

(b)

c
b

b
c

69

(c)
z
x
y

y
x
s

w
y

Exerccios 1.4.3
1. Seja A um conjunto qualquer e P(A) o conjunto das partes de A. Verificar que
B (P(A), , ) constitui uma
algebra de Boole quando, para cada x P(A)
se define x
= A\x.
2. Mostre que o conjunto {a, b, c, d} com as operac
oes definidas pelas tabelas
seguintes e uma
algebra de Boole.
+
a
b
c
d

a
a
b
b
a

b
b
b
b
b

c
b
b
c
c

a
b
c
d

d
a
b
c
d

a
a
a
d
d

b
a
b
c
d

c
d
c
c
d

d
d
d
d
d

3. No conjunto ZZ considere as operac

oes +, e complementac
ao definidas, para
a, b ZZ quaisquer, por
a + b = max{a, b}
ab = min {a, b}
a
= a
Verifique se o sistema (ZZ, +, ) constitui ou n
ao uma
algebra de Boole.

1.4.2

Func
oes booleanas

Chama-se funcao booleana de n variaveis booleanas x1 , x2 , . . . , xn a uma

aplicacao de {0, 1}n em {0, 1}. A funcao de tres variaveis
f (x1 , x2 , x3 ) = x1 + x
2 x3
onde x1 {0, 1}, x2 {0, 1} e x3 {0, 1} e as operacoes sao entendidas no
sentido booleano, isto e, sujeitas `as tabelas
70

x
1
1
0
0

y
1
0
1
0

xy
1
0
0
0

x+y
1
1
1
0

e
x
1
0

0
1

e um exemplo de uma funcao booleana de tres variaveis booleanas. A funcao

f (x1 , x2 , x3 ) tem a seguinte tabela de valores
x1
1
1
1
1
0
0
0
0

x2
1
1
0
0
1
1
0
0

x3
1
0
1
0
1
0
1
0

x
2
0
0
1
1
0
0
1
1

x
2 x3
0
0
1
0
0
0
1
0

f (x1 , x2 , x3 )
1
1
1
1
0
0
1
0

Por vezes e conveniente expressar uma funcao na chamada forma can

onica que e uma expressao constituda por produtos cada um dos quais
contem todas as variaveis (com ou sem barra). Por exemplo, a funcao
g(x1 , x2 , x3 ) = x1 x2 x
3 + x1 x2 x3
e uma funcao booleana na forma canonica.
Para converter uma dada funcao na forma canonica pode usar-se a lei
de complementacao 1 = x + x
de forma adequada. Assim, considerando de
novo a funcao f (x1 , x2 , x3 ) dada acima, tem-se o seguinte
f (x1 , x2 , x3 ) = x1 + x
2 x3
= x1 1 + x
2 x3
= x1 (x2 + x
2 ) + x
2 x3
= x1 x2 + x1 x
2 + x
2 x3
= x1 x2 (x3 + x
3 ) + x1 x
2 (x3 + x
3 ) + (x1 + x
1 )
x2 x3
= x1 x2 x3 + x1 x2 x
3 + x1 x
2 x3 + x1 x
2 x
3 + x1 x
2 x3 + x
1 x
2 x3
= x1 x2 x3 + x1 x2 x
3 + x1 x
2 x3 + x1 x
2 x
3 + x
1 x
2 x3
71

Esta tecnica pode ser usada para expressar uma funcao booleana com
qualquer n
umero de variaveis booleanas na forma canonica. Cada um dos
termos que contem todas as variaveis (com ou sem barra) chama-se termo
can
onico.
A forma canonica de uma funcao booleana pode tambem obter-se directamente a partir da sua tabela de valores como se indica no exemplo que se
segue.
Exemplo 1.62 Seja f : {0, 1}3 {0, 1} a funcao definida por
x
1
1
1
1
0
0
0
0

y
1
1
0
0
1
1
0
0

z
1
0
1
0
1
0
1
0

f (x, y, z)
1
0
0
1
0
1
0
1

Ent
ao
f (x, y, z)

1 xyz + 0 xy
z + 0 x
y z + 1 x
y z + 0 x
yz + 1 x
y
z+
0x
yz + 1 x
yz
= xyz + x
y z + x
y
z+x
yz
=

e a express
ao analtica da funcao f (x, y, z) na sua forma canonica.

Teorema 1.63 Duas func

oes booleanas s
ao iguais se e s
o se as suas formas
can
onicas forem identicas.
claro que se duas funcoes tiverem a mesma forma canonica
Demonstra
c
ao: E
elas s
ao iguais. Por outro lado, se duas funcoes forem iguais entao tem tabelas de
valores identicas as quais, por seu turno, originam formas canonicas identicas. 2

Exerccios 1.4.4 Considere-se de novo a funcao f (x, y, z) do exemplo 1.62.

1. Determinar a express
ao de f(x, y, z) a partir da forma can
onica de f (x, y, z).
2. Determinar a tabela de valores de f(x, y, z) a partir da tabela de valores de
f (x, y, z).
3. Determinar a forma can
onica de f(x, y, z) a partir da sua tabela de valores.
As func
oes obtidas em 1. e 3. sao iguais uma esta expressa como um produto
de somas e a outra esta expressa como uma soma de produtos. A forma de
f(x, y, z) obtida em 1. e designada por forma can
onica dual (da forma
can
onica usual).

72

4. Descrever um metodo para reduzir a express

ao de uma func
ao booleana a um
produto finito de um certo n
umero de somas com todas as vari
aveis (com ou
sem barra). Ou seja, descrever um metodo de obtenc
ao da forma can
onica
dual de uma func
ao booleana a partir da sua tabela de valores.
5. Dar um exemplo de aplicac
ao do metodo descrito na alnea anterior.
6. Determinar a forma can
onica das func
oes booleanas
(a) f (x, y, z) = (x + y)z(x + y)
(b) g(x, y, z) = x
z + x
y + z
(c) h(x, y, z) = (x + y)(
x + z)
(d) j(x, y, z) = (xy + z)(y + z) + z
usando a tabela de valores e por processos algebricos.

Simplifica
c
ao de fun
c
oes booleanas. Anteriormente mostrou-se como
se pode reduzir uma funcao booleana `a sua forma canonica. Esta, no entanto, nem sempre e a forma mais conveniente para resolver certos problemas. Por vezes e desejavel expressar uma funcao booleana com o n
umero
mnimo de termos e variaveis, obtendo-se entao a chamada forma mnima.
Isto e particularmente importante no desenho de circuitos com interruptores:
quanto menos termos e menos variaveis mais simples e mais economico sera
o circuito.
A simplificacao de um circuito pode fazer-se muitas vezes apelando `a
intuicao e `a esperiencia. Contudo, para circuitos muito complexos, tais
como os que aparecem nos modernos computadores, e necessario dispor
de tecnicas mais sistematicas. Ha varios metodos baseados na teoria das
funcoes booleanas. Aqui considerar-se-a apenas o menos sofisticado daqueles metodos que se baseia na aplicacao directa das propriedades das algebras
de Boole.
O metodo geral de simplificacao de um circuito consiste em determinar, em primeiro lugar, a funcao booleana que o representa, simplificar a
funcao booleana obtida e, finalmente, desenhar um novo circuito que realize
a funcao booleana simplificada.

Exemplo 1.64 Simplificar o circuito

73

y
a

b
c

Este circuito e representado pela funcao booleana

f (x, y, a, b, c) = (xy + abc)(xy + a
+ b + c)
a qual se pode simplificar da seguinte forma
f (x, y, a, b, c)

= (xy + abc)(xy + a
+ b + c)
= xyxy + xy
a + xyb + xy
c + abcxy + abc
a + abcb + abc
c
= xy + xy
a + xyb + xy
c + abcxy
= xy(1 + a
+ b + c + abc) = xy

O circuito simplificado equivalente tem entao a forma

Por vezes, no processo de simplificacao, e mais facil reconhecer qual e o

procedimento a seguir na funcao dual do que na funcao original. Este facto
sugere um novo processo de simplificacao: toma-se o dual de f , denotado
por d(f ), simplifica-se d(f ) e finalmente tomando de novo o dual obtem-se
geralmente uma forma simplificada da funcao original,
Exemplo 1.65 Simplificar o circuito
c

b
b

c
b
c

74

c
d

Este circuito e representado pela funcao

f (a, b, c, d) = bc + abcd + cd + a
c+a
b
c + b
cd
Sendo

g(a, b, c, d) = bc + abcd + cd
h(a, b, c, d) = a
c+a
b
c + b
cd

entao
f (a, b, c, d) = g(a, b, c, d) + h(a, b, c, d)
Considerando o dual de g
d(g)

= (b + c)(a + b + c + d)(c + d)

= (ab + bb + bc + bd + ac + bc + c + cd)(c + d)
= abc + abd + bcc + bcd + bcd + bdd + acc + acd + bcc +
bcd + cc + cd + ccd + cdd
= abc + abd + bc + bcd + bcd + ac + acd + bc + bcd + c + cd + cd
+ bc(1 + d)
+ c(1 + d)
+ cd
= abc + abd + bc(1 + d + d) + ac(1 + d)
= abc + abd + bc + ac + bc + c + cd
= (a + 1)bc + abd + ac + (b + 1 + d)c
= bc + abd + ac + c
= (b + a + 1)c + abd = c + abd

e tomando de novo o dual, vem

g(a, b, c, d) = c(a + b + d)
Por outro lado,
d(h)

= (a + c)(
a + b + c)(b + c + d)

= (a
a + ab + a
c+a
c + b
c + c
c)(b + c + d)
= abb + ab
c + abd + ab
c + a
cc + a
cd + a
b
c + a
cc + a
cd +

bb
c + b
cc + b
cd + cb + cc + cd

= ab
c + abd + ab
c + a
c + a
cd + a
b
c + a
c + b
c + b
cd + b
c + c + cd
+ b
+ c(1 + d)

= ab
c + abd + (1 + a + a
)b
c + a
c(1 + d)
c(1 + d)
= ab
c + abd + b
c + a
c + b
c + c

= (ab + b + a + b + 1)
c + abd
= c + abd

e, portanto, tomando de novo o dual

h(a, b, c, d) = c(a + b + d)

75

Consequentemente, tem-se
+ c(a + b + d)
= a + b + d
f (a, b, c, d) = c(a + b + d)
pelo que o circuito simplificado equivalente e
a

b
d

Exerccios 1.4.5 Simplificar os circuitos seguintes:

1.
a

2.

a
a

76

b
c

a
b
c

Captulo 2

N
umeros Naturais, Indu
c
ao e
C
alculo Combinat
orio
2.1
2.1.1

Axiom
atica dos N
umeros Naturais
Conceito de axiom
atica
Aqueles que se ocupam da geometria, da aritmetica e ciencias
desse genero admitem o par e o mpar, as figuras, tres tipos de
angulos, (...) Estas coisas dao-nas por sabidas, e, quando as usam

como hip
oteses, nao acham que ainda seja necessario prestar contas disto a si mesmos nem aos outros, uma vez que sao evidentes
para todos. Partindo da, analisando todas as fases e, tirando
consequencias, atingem o ponto a cuja investigacao se tinham
abalancado.
blica (VI, 510, cd)
Plat
ao in Repu

No incio de qualquer teoria matematica bem construda apresenta-se, sem

explicacao, um pequeno n
umero de termos especficos particulares: estes
servirao para explicar todos os outros termos especficos. Por este facto,
sao designados termos primitivos (da teoria em questao). O emprego de
termos primitivos numa teoria matematica e indispensavel. De facto, para
explicar um termo e necessario empregar outros termos; estes, por seu turno,
para serem eles proprios explicados, sem entrar num ciclo vicioso, exigem o
recurso a outros termos novos; e assim sucessivamente. Este processo, se nao
parasse nalgum ponto, conduziria a uma cadeia infinita de explicacoes (sempre com novos termos), o que nao e possvel pois que e limitado o n
umero
77

de termos distintos disponveis em qualquer vocabulario. Evita-se esta impossibilidade aceitando, uma vez por todas, o emprego de termos primitivos
escolhidos `a priori que devem ser em pequeno n
umero e de conte
udo simples.
o que se faz em teoria dos conjuntos na qual conjunto e elemento de um
(E
conjunto nao se definem, sendo considerados termos primitivos.)
Numa teoria os termos especficos que nao sao primitivos dizem-se termos definidos. Suponha-se conhecida a lista de todos os termos primitivos
de uma dada teoria. A introducao de um novo termo especfico na teoria
far-se-a `a custa destes termos primitivos e de termos logicos. A explicacao
assim obtida para o novo termo constitui o que se chama uma defini
c
ao e
este termo e o termo definido. Assim, o primeiro termo definido, t1 , e explicado apenas `a custa de termos primitivos (e termos logicos); para definir
um segundo termo, t2 , podem agora empregar-se todos os termos primitivos
e o termo definido t1 (e termos logicos); um terceiro termo, t3 , pode ser
explicado `a custa dos termos primitivos e de todos os termos ja definidos
anteriormente, t1 e t2 (e os termos logicos que forem necessarios). Este procedimento segundo o qual uma definicao atribui um sentido a um termo `a
custa de termos primitivos e de termos definidos anteriormente, evita o ciclo
vicioso que seria o de um termo ser explicado `a custa de termos que por sua
vez acabariam por ser explicados por ele proprio.
A parte central de qualquer teoria matematica e constituda por enunciados de proposicoes ou sentencas verdadeiras (no contexto daquela teoria).
Estes enunciados estabelecem as ligacoes entre os termos especficos da teoria. Os termos especficos e os termos logicos sao o material basico para
a construcao daquelas afirmacoes. Tal como acontece com os termos especficos, podem subdividir-se as proposicoes verdadeiras de uma teoria em
duas classes:
(1) proposicoes primitivas ou axiomas, e
(2) proposicoes derivadas ou teoremas.
Os axiomas sao afirmacoes que se aceitam como verdadeiras sem qualquer prova; sao necessarias por razoes analogas `as expostas a proposito dos
termos primitivos. Os axiomas sao geralmente apresentados no incio de
uma teoria, imediatamente a seguir aos termos primitivos e, tal como estes,
sao geralmente em pequeno n
umero e dotados de sentido intuitivo.
Uma vez estabelecidos os axiomas de uma teoria, novas proposicoes podem ser formuladas. Agora, no entanto, para que uma proposicao possa ser
78

considerada um teorema dentro da teoria (isto e, seja uma proposicao verdadeira da teoria) torna-se necessario submete-la a um teste designado por
prova ou demonstra
c
ao. Serao teoremas as proposicoes que satisfizerem
positivamente aquele teste. Para provar uma primeira proposicao, p1 , os
u
nicos argumentos que podem ser usados sao os axiomas e as definicoes ja
estabelecidas; se p1 decorrer logicamente destes argumentos (isto e, se for
demonstrada) entao transforma-se num teorema, T1 . Para provar uma nova
proposicao, p2 , podem agora usar-se nao so os axiomas e as definicoes estabelecidas mas tambem o teorema T1 ; se a proposicao p2 for demonstrada
entao transforma-se num teorema, T2 . Este processo vai-se repetindo assim
sucessivamente tal como ja foi referido no caso das definicoes, isto e, uma
demonstracao mostra a veracidade de uma proposicao por argumentos que
se baseiam nos axiomas da teoria e nas definicoes e teoremas ja estabelecidos.
Note-se que, entendendo-se que uma proposicao so e considerada verdadeira se puder ser demonstrada a partir dos axiomas da teoria e de teoremas ja demonstrados, isso significa que a veracidade de uma proposicao depende directamente dos axiomas da teoria sob consideracao; uma proposicao
pode ser um teorema numa certa teoria e nao o ser noutra (por exemplo,
em geometria euclidiana plana a proposicao
a soma dos
angulos de um tri
angulo e igual a um
angulo raso
e um teorema, mas deixa de o ser no contexto de outras geometrias diferentes
daquela). Neste sentido, numa teoria axiomatica, a questao que se poe
relativamente a uma dada proposicao nao e a de saber se ela traduz algum
tipo de verdade mas sim a de saber se aquela proposicao e ou nao uma
consequencia logica dos axiomas da referida teoria.

2.1.2

Os axiomas de Dedekind-Peano

Como exemplo tpico e relativamente bem conhecido de uma teoria axiomatica apresenta-se a Axiomatica de Dedekind-Peano para os n
umeros naturais que servira de base para a demonstracao de algumas das suas consequencias elementares.
A construcao axiomatica de Dedekind-Peano do conjunto dos n
umeros naturais parte de tres termos primitivos zero, n
umero natural e sucessor
e de cinco axiomas que os relacionam:
N1 O zero e um n
umero natural e representa-se por 0.
N2 Cada n
umero natural n tem um e um so sucessor, representado por suc(n), que e tambem um n
umero natural.
79

N3 O zero nao e sucessor de nenhum n

umero natural.
N4 Se m, n sao dois n
umeros naturais tais que suc(m) = suc(n)
entao m = n.
N5 Seja A um conjunto de n
umeros naturais. Se A for tal que
(1) 0 A, e
(2) n [ n A suc(n) A ],
entao A e o conjunto constitudo por todos os n
umeros
naturais que e denotado por IN.
O axioma N5 e a base de todas as demonstracoes feitas pelo m
etodo de
indu
c
ao matem
atica (ou metodo de inducao finita) que pode formular-se
da seguinte maneira:
Suponha-se que a cada n
umero natural n IN se pode associar
uma proposic
ao denotada por p(n); suponha-se ainda que
(a) p(0) e uma proposic
ao verdadeira, e que
(b) para todo o j IN, p (suc(j)) e verdadeira sempre
que p(j) o seja.
Ent
ao a proposica
o p(n) e verdadeira qualquer que seja o n
umero
natural n IN.
De facto, seja X o conjunto dos n
umeros naturais n para os quais p(n) e uma
proposicao verdadeira. O conjunto X contem 0 por (a) e por (b) contem
suc(j) qualquer que seja j X. Entao, de acordo com o axioma N5, tem-se
que X = IN o que significa que p(n) e uma proposicao verdadeira qualquer
que seja n IN como se afirmou.
De acordo com esta axiomatica sao entao n
umeros naturais os seguintes
0, suc(0), suc (suc(0)) , suc (suc (suc(0))) , . . .
os quais, por comodidade de escrita, tem as seguintes designacoes mais
usuais: 1 suc(0), 2 suc (suc(0)) = suc(1), . . .1
Exemplo 2.1 Mostrar, a partir da axiomatica de Dedekind-Peano, que todo o
n
umero natural diferente do zero e sucessor de um n
umero natural.
Sendo
A = {n IN : n = 0 m [ m IN n = suc(m) ] }
ent
ao
1

Denotar-se-
a por IN1 o subconjunto de IN igual a IN\{0} e, de um modo mais geral,
para qualquer p IN, denotar-se-
a por INp o conjunto INp {n IN : n p}.

80

1. 0 A (pela definic
ao do conjunto A)
2. Suponha-se que n A, n 6= 0. Entao n = suc(m) para algum m IN.
Consequentemente, suc(n) = suc(suc(m)) e como, por N2, suc(m) IN
ent
ao suc(n) A.
Dos dois argumentos precedentes, tendo em conta N5, vem A = IN ficando provada
a afirmac
ao.

2.1.3

Aritm
etica dos n
umeros naturais

A aritmetica dos n
umeros naturais baseia-se em duas operacoes: a adicao
e a multiplicacao. Nenhuma destas operacoes recebe uma mencao explcita
na Axiomatica de Dedekind-Peano o que significa que as mesmas podem
ser definidas em termos das nocoes ja introduzidas. Tal modo de proceder
apresenta, no entanto, um acrescimo de dificuldades pelo que se adoptara
aqui o ponto de vista que consiste em introduzir as definicoes de adicao e
multiplicacao em IN de forma axiomatica podendo depois deduzir-se toda
a aritmetica dos n
umeros naturais fazendo repetido apelo ao princpio da
inducao matematica.
A adi
c
ao de n
umeros naturais e uma operacao interna, denotada pelo
smbolo +, que e definida recursivamente por
A1 n [ n IN [ n + 0 = n ] ],
A2 n,m [ m, n IN [ n + suc(m) = suc(n + m) ] ]
podendo mostrar-se que existe uma e so uma operacao interna definida sobre
IN que satisfaca A1 e A2.
Podem agora provar-se novas propriedades satisfeitas pelos elementos
de IN partindo apenas das proposicoes aceites como verdadeiras ate este
momento.
Teorema 2.2 A adic
ao em IN e associativa.
Demonstra
c
ao: Seja X o conjunto de n
umeros definido por
X {p IN : m,n [ m, n IN [ (m + n) + p = m + (n + p) ] ]}
Como de A1 resulta (m + n) + 0 = m + n = m + (n + 0), para todo o m, n IN
tem-se ent
ao que
0X
(2.1)

81

Seja agora q arbitrariamente fixado em X. Da definicao de X tem-se que (m + n) +

q = m + (n + q), para todos m, n IN e, portanto, tendo em conta A2, a hipotese
de induc
ao e novamente A2, vem para todos os m, n IN0
(m + n) + suc(q)

= suc ((m + n) + q)
= suc (m + (n + q))
= m + suc(n + q) = m + (n + suc(q))

o que mostra que suc(q) X. Isto e

q [ q X suc(q) X ]

(2.2)

De (2.1) e (2.2), tendo em conta o axioma N5, resulta que X = IN e que, portanto,
para todos os n
umeros m, n, p IN
(m + n) + p = m + (n + p)
2

o que prova o teorema.

Teorema 2.3 A adic

ao em IN e comutativa.
Demonstra
c
ao: (a) Demonstrar-se-a antes de mais que qualquer que seja m IN0
se tem 0 + m = m + 0. Seja M {m IN : 0 + m = m + 0}. Como 0 + 0 = 0 + 0
tem-se imediatamente que
0M
(2.3)
Seja agora p um elemento arbitrariamente fixado em M. Da definicao de M vem
ent
ao que 0 + p = p + 0 e portanto, atendendo a A2, hipotese de inducao e A1
sucessivamente, vem
0 + suc(p) = suc(0 + p) = suc(p + 0) = suc(p) = suc(p) + 0
o que mostra que suc(p) M. Entao
p [ p M suc(p) M ]

(2.4)

e de (2.3) e (2.4), tendo em conta o axioma N5, resulta que M = IN0 ou, o que e
o mesmo, que
0+m=m+0
qualquer que seja m IN.
(b) Para demonstrar a comutatividade no caso geral torna-se necessario provar,
antes de mais, os seguintes resultados preliminares:
Lema 2.4 mIN [ suc(m) = 1 + m ].

82

Demonstra
c
ao: Seja S {s IN : suc(s) = 1 + s}. Visto que,
por definic
ao, se tem 1 = suc(0) entao, tendo em conta A1, vem
suc(0) = 1 + 0, o que mostra que
0S

(2.5)

Seja agora m S qualquer. Da definicao de S vem suc(m) = 1 + s e

portanto, tendo em conta A2, obtem-se
suc (suc(m)) = suc(1 + m) = 1 + suc(m)
o que mostra que
m [ m S suc(m) S ]

(2.6)
2

De (2.5) e (2.6) resulta S = IN.

Lema 2.5 m [m IN [ m + 1 = 1 + m ] ].

Demonstra
c
ao: Da alnea (a) do teorema tem-se que qualquer que
seja m IN m + 0 = 0 + m e, portanto, tendo em conta o axioma N2,
vem suc(m+0) = suc(0+m), donde por A2 m+suc(0) = 0+suc(m),
ou seja, atendendo ao Lema 2.4 e `a parte (a) do teorema,
m + 1 = 0 + suc(m) = suc(m) + 0 = suc(m) = 1 + m
2

o que prova o lema.

Seja agora o conjunto X definido por X {n IN : m [ m IN [ m + n =

n + m ] ]}. De (a) resulta
0 X.
(2.7)
Seja p X qualquer. Ent
ao, pela definicao de X, tem-se para todo m IN que
m+p = p+m e portanto tendo em conta resultados anteriores, vem sucessivamente
m + suc(p)

= suc(m + p)
= suc(p + m) = p + suc(m)
= p + (1 + m) = (p + 1) + m = suc(p) + m

o que significa que

p [ p X suc(p) X ]

(2.8)

De (2.7) e (2.8) e tendo em conta o axioma N5 resulta que X = IN, o que por seu
lado completa a demonstrac
ao do teorema.
2

A multiplica
c
ao de n
umeros naturais e uma operacao interna, denotada
pelo smbolo (ou mais frequentemente por simples justaposicao) que se
define recursivamente por
83

M1 n [ n IN [ n 0 = 0 ] ]
M2 n,m [ m, n IN [ n suc(m) = n m + n ],
sendo, tambem neste caso, possvel provar que existe uma e uma so operacao
interna definida sobre IN0 que satisfaca M1 e M2.
Teorema 2.6 A multiplicac
ao em IN e distributiva `
a direita relativamente
a adic
`
ao, isto e,
m(n + p) = mn + mp
quaisquer que sejam os n
umeros m, n, p IN.
Demonstra
c
ao: Seja X o conjunto de n
umeros definido por
X {p IN : m,n [m, n IN [ m(n + p) = mn + mp ] ]}.
Tendo em conta A1 e M1 tem-se para todos m, n IN que m(n + 0) = mn =
mn + 0 = mn + m0 o que mostra que
0 X.

(2.9)

Seja agora q X arbitrariamente fixado. Entao quaisquer que sejam os n

umeros
m, n IN, vem m(n+q) = mn+mq e, portanto, tendo em conta A2, M2, a hipotese
de induc
ao e o teorema 2.2, obtem-se sucessivamente
m(n + suc(q))

= m suc(n + q) = m(n + q) + m
= (mn + mq) + m = mn + (mq + m)
= mn + m suc(q)

donde resulta que

q [ q X suc(q) X ]

(2.10)

De (2.9) e (2.10), tendo em conta o axioma N5, conclui-se que X = IN, ficando
provado o teorema.
2

Teorema 2.7 A multiplicac

ao em IN e associativa.
Demonstra
c
ao: Seja X o conjunto de n
umeros definido por
X {p IN : m,n [ m, n IN [ (mn)p = m(np) ] ]}
Ent
ao, visto que quaisquer que sejam m, n IN, atendendo a M1, se tem, (mn)0 =
0 = m 0 = m(n 0) conclui-se que
0X

84

(2.11)

Seja q um elemento qualquer de X. Pela definicao de X entao tem-se que (mn)q =

m(nq) quaisquer que sejam m, n IN e portanto, atendendo a M2, hipotese de
induc
ao e ao teorema 2.6, tem-se sucessivamente
(mn) suc(q)

= (mn)q + mn = m(nq) + mn
= m(nq + n) = m(n suc(q))

o que prova que

q [ q X suc(q) X ]

(2.12)

De (2.11) e (2.12), atendendo ao axioma N5 obtem-se X = IN, ficando provado,

deste modo, o teorema.
2

Teorema 2.8 A multiplicac

ao em IN e distributiva `
a esquerda relativamente
a adic
`
ao, isto e,
(m + n)p = mp + np
quaisquer que sejam os n
umeros m, n, p IN.
Demonstra
c
ao: Seja X o conjunto de n
umeros definido por
X {p IN : m,n [m, n IN [(m + n)p = mp + np ] ]}
De A1 e M1 tem-se, quaisquer que sejam m, n IN, que (m + n)0 = 0 = 0 + 0 =
m0 + n0 o que mostra que
0X
(2.13)
Seja agora q X qualquer. Ent
ao, da definicao de X, tem-se que (m + n)q =
mq + nq e, portanto, tendo em conta M2, hipotese de inducao, teoremas 2.2 e 2.3,
sucessivamente, vem
(m + n) suc(q)

= (m + n)q + (m + n) = (mq + nq) + (m + n)

= mq + (nq + (m + n)) = mq + ((nq + n) + m)
= mq + (n suc(q) + m) = mq + (m + n suc(q))
= (mq + m) + n suc(q) = m suc(q) + n suc(q)

o que mostra que

q [ q X suc(q) X ]

(2.14)

De (2.13) e (2.14), atendendo ao axioma N5, X = IN, ficando o teorema completamente demonstrado.
2

Teorema 2.9 A multiplicac

ao em IN e comutativa.
85

Demonstra
c
ao: (a) - Provar-se-a em primeiro lugar que qualquer que seja m IN
se tem 0m = m0. Seja M {m IN0 : 0m = m0}. Como 0 0 = 0 0 entao tem-se
imediatamente que
0M
(2.15)
Seja n M qualquer. Entao da definicao de M resulta que 0 n = n 0 e portanto,
tendo em conta M1 e M2, a hipotese de inducao o lema 2.4 e o teorema 2.8, vem
sucessivamente
0 suc(n)

= 0n+0
= n 0 + 1 0 = (n + 1) 0 = suc(n) 0

donde resulta
n [ n M suc(n) M ]

(2.16)

Consequentemente de (2.15) e (2.16) e axioma N5 fica completamente provada a

afirmac
ao em (a).
(b) - Para demonstrar o caso geral torna-se necessario provar primeiramente o
seguinte resultado preliminar
Lema 2.10 Qualquer que seja m IN tem-se 1 m = m.
Demonstra
c
ao: Seja M o conjunto de n
umeros M {m IN :
1 m = m}. De M1 resulta que 1 0 = 0 e portanto
0M

(2.17)

Seja n M qualquer. Entao da definicao de M tem-se que 1 n = n

e portanto tendo em conta tambem M2 vem 1 suc(n) = 1 n + 1 =
n + 1 = suc(n), o que mostra que
n [ n M suc(n) M ] .
De (2.17) e (2.18) e axioma N5 fica provado o lema.

(2.18)
2

Seja agora X o conjunto de n

umeros definido por
X {n IN : [ m [ m IN [ m n = n m ] ]}
De (a) tem-se imediatamente
0 X.

(2.19)

Seja p X qualquer. Entao da definicao de X tem-se que mp = pm qualquer que

seja m IN. Consequentemente, de M2, lema 2.10, hipotese de inducao, lema 2.4
e teorema 2.8, vem
m suc(p)

= mp + m
= pm + 1 m = (p + 1)m = suc(p) m

o que significa que

p [ p X suc(p) X ]

(2.20)

De (2.19), (2.20) e axioma N5 fica provado o teorema.

86

2.1.4

O conjunto ordenado (IN, )

Seja em IN a relacao R definida por

R = {(m, n) IN2 : p [ p IN m + p = n ]}
Teorema 2.11 R e uma relaca
o de ordem total (em sentido lato) em IN.
Demonstra
c
ao: Ter
a de mostrar-se que, assim definida, a relacao R e reflexiva,
antisimetrica, transitiva e dicot
omica:
(1) Reflexividade. Do axioma A1 da definicao de adicao em IN tem-se que
n + 0 = n, nIN e portanto (n, n) R, nIN .
(2) Anti-simetria (lata). Sejam m, n IN tais que (m, n) R e (n, m) R.
Visto que (m, n) R ent
ao existe p IN tal que m + p = n e, como (n, m) R
entao existe q IN0 tal que n + q = m. Destas duas igualdades resulta que
n + (q + p) = n
o que, como se ver
a, implica que se tenha q + p = 0 (em IN). De facto, seja
M = {n IN : [ n + (p + q) = n p + q = 0 ] }.
Visto que de 0+(p+q) = 0 resulta que se tenha p+q = 0 entao 0 M. Suponha-se
(hipotese de induc
ao) que m M, ou seja, que
m + (p + q) = m p + q = 0.
Como da iguldade suc(m) + (p + q) = suc(m), pela comutatividade da adicao e por
A2, se obtem suc(m + (p + q)) = suc(m) entao, tendo em conta N4, resulta que
m+(p+q) = m o que, por seu turno, implica que seja p+q = 0. Consequentemente
m M suc(m) M e, portanto, por N5, M = IN.
Sendo p um elemento de IN ter-se-a de acordo com a Axiomatica de Peano
(axiomas N1 e N2) que p = 0 ou p = suc(r) para algum r IN0 . Se fosse
p = suc(r) ent
ao, de acordo com A2 da definicao de adicao em IN, ter-se-ia
q + p = q + suc(r) = suc(q + r) = 0
o que e absurdo j
a que, pelo axioma N3, 0 nao e sucessor de nenhum elemento de
IN; logo ser
a p = 0 e, portanto, de A1 (definicao de adicao) vem
q + p = q + 0 = q = 0.
Consequentemente, tem-se que
(m, n) R (n, m) R m = n
como se pretendia mostrar.

87

(3) Transitividade. Suponha-se que para m, n, j IN se tem que (m, n) R

e (n, j) R. Ent
ao existem n
umeros p, q IN tais que m + p = n e n + q = j;
consequentemente, de (m + p) + q = n + q decorre que m + (p + q) = j e como
p + q IN ent
ao ter-se-
a que (m, j) R.
(4) Dicotomia. Para cada m IN seja definido o seguinte conjunto
M = {n IN : (m, n) R (n, m) R}.
Como m IN e 0 + m = m tem-se, portanto, (0, m) R e, consequentemente,
(a) 0 M
Seja n M. Ent
ao ou (m, n) R ou (n, m) R. Se (m, n) R entao existe
p IN tal que m + p = n donde pelo axioma N4 resulta que suc(m + p) = suc(n)
e por A2 da definic
ao de adicao resulta que m + suc(p) = suc(n) o que, por seu
turno, significa que (m, suc(n)) R e, consequentemente, suc(n) M.
Se for (n, m) R ent
ao existe q IN tal que n + q = m onde q = 0 ou q = suc(s)
para algum s IN0 . Se for q = 0 entao n = m e suc(n) = m + 1 o que mostra que
(m, suc(n)) R e portanto que suc(n) M. Se for q = suc(s) entao
m = n+q
= n + suc(s) = suc(n + s) = suc(s + n)
= s + suc(n) = suc(n) + s
o que mostra que (suc(n), m) R e, portanto, que suc(n) M. Entao
(b) nIN [ n M suc(n) M ]
De (a) e (b), tendo em conta o axioma N5, resulta M = IN, ou seja, que
m,nIN [ (m, n) R (n, m) R ]
ficando assim completada a demonstracao da proposicao.

Dados dois elementos m, n IN quaisquer, sempre que (m, n) R e usual

escrever m n (ou n m). Se, para m, n IN, se tiver m n m 6= n
entao escreve-se m < n (ou n > m). O par ordenado (IN, ) designa-se por
conjunto ordenado dos n
umeros naturais.

2.2

Indu
c
ao Matem
atica Aplica
c
oes

O princpio de inducao matematica, decorrente do axioma N5, pode ser

generalizado da seguinte forma: se A ZZ for um conjunto bem ordenado,
tal que
1. p A e p e o menor elemento de A,
88

2. nZZ [ n p [ n A n + 1 A ] ]
entao,
A = {n ZZ : n p}
O princpio de inducao matematica usual e um caso particular deste enunciado no qual p = 0.
Este princpio e usado frequentemente em Matematica para provar proposicoes da forma
n [ n INr p(n) ]
onde INr = {n ZZ : n r} e p(n) e uma formula com uma variavel livre
cujo domnio e INr . Considere-se, por exemplo, a seguinte proposicao


n IN1 1 + 2 + 3 + + n =

n(n + 1)
2

cuja prova se pode fazer apelando ao princpio de inducao matematica generalizado. Seja p(n) a formula
1 + 2 + 3 + + n =

n(n + 1)
2

e A IN o conjunto de verdade de p(n).

Fazendo n = 1 e imediato comprovar que p(1) e uma proposicao verdadeira e, portanto, 1 A. Suponha-se agora que n A, ou seja, que para
um dado inteiro n > 1, fixado arbitrariamente, se verifica a proposicao p(n)
hipotese de inducao. Vejamos o que se passa com p(n + 1). Ora
1 + 2 + 3+ +n + (n + 1) = (1 + 2 + 3 + + n) + (n + 1)
=
=

n(n + 1)
+ (n + 1)
2 

1
(n + 1)(n + 2)
n+1 =
(n + 1)
2
2

e, portanto, da validade da proposicao p(n) resulta a validade da proposicao

p(n + 1). Isto significa que se n A entao n + 1 A. Pelo princpio de
inducao pode concluir-se que A = IN1 o que significa que p(n) se verifica
para todo o n = 1, 2, . . ..
89

Exemplo 2.12 Sendo x 0 um numero real pretende-se mostrar que

n [ n IN1 (1 + x)n 1 + xn ]
Por uma quest
ao de comodidade denote-se por p(n) a formula (1 + x)n 1 + xn e
aplique-se a p(n) o metodo de inducao.
Para n = 1 obtem-se 1 1 o que mostra que p(1) e uma proposicao verdadeira.
Suponha-se, hip
otese de inducao, que para n > 1, arbitrariamente fixado, p(n) se
verifica e considere-se entao p(n + 1):
(1 + x)n+1

= (1 + x)n (1 + x)
(1 + xn )(1 + x) = 1 + x + xn + xn+1
1 + xn+1

Ent
ao da validade de p(n) resulta a validade de p(n + 1) e, portanto, pelo princpio
de induc
ao matem
atica pode afirmar-se que p(n) se verifica qualquer que seja n =
1, 2, 3, . . ..

Exemplo 2.13 Sendo n IN, n 13 pretende-se verificar que

n2 <

 n
3
2

(2.21)

Designe-se por p(n) a f

ormula (2.21). Fazendo n = 13, vem
 13
3
1594323
=
132 = 169 < 194 <
8192
2
e, portanto, p(13) e verdadeira. Suponha-se agora, hipotese de inducao, que para
n > 13, fixado arbitrariamente, se tem n2 < (3/2)n : entao

2
1
2
(n + 1) =
1+
n2
n
2

196 2
1
n2 =
n
<
1+
13
169
3 2
n
<
2
 n
 n+1
3 3
3
<
=
2 2
2
verificando-se, portanto, p(n + 1) sempre que se verifica p(n). Tendo em conta o
princpio de induc
ao generalizado, pode concluir-se que
 n
3
n2 <
2
para todo o n 13.

90

Exerccios 2.2.1
1. Provar as seguintes proposic
oes
(a) n [ n IN 12 + 22 + + n2 = n(n + 1)(2n + 1)/6 ]
(b) n [ n IN 13 + 23 + + n3 = (n(n + 1)/2)2 ]
(c) n [ n IN 1 + 3 + 5 + + (2n 1) = n2 ]
(d) n [ n IN n 2 x,y [ xn y n = (x y)(xn1 + xn2 y +
+ xy n2 + y n1 ) ] ]
(e) n [ n IN 2 divide n(n + 1) ]
(f ) n [ n IN Dxn xn = n! ]
(g) n [ n IN 2n > n ]
(h) n [ n IN a,b [ a, b IR a > b > 0 an > bn ] ]
(i) n [ n IN

1
13

1
24

+ +

1
n(n+2)

3n2 +5n
4(n+1)(n+2)

(j) 1 2 + 2 3 + 3 4 + + n (n + 1) = n(n + 1)(n + 2)/3

(k)

1
12
3

1
23

1
34

+ +

1
n(n+1)

n
n+1

(l) n + 2n e divisvel por 3 qualquer que seja n IN

(m) 7n 1 e divisvel por 6 qualquer que seja n IN
(n) 11n 6 e divisvel por 5 qualquer que seja n IN
(o) 6 7n 2 3n e divisvel por 4 qualquer que seja n IN
(p) 3n + 7n 2 e divisvel por 8 qualquer que seja n IN
2. A sucess
ao (an )nIN e definida por


a1 = 1
an+1 = an + 8n

Descobrir uma f
ormula fechada para an e prove a sua validade por induc
ao.
3. Seja (an )n=1,2,... uma sucess
ao definida recursivamente por


a1
an

= 1

= an1 + 2 an1 + 1,

n2

Mostrar que an e um n
umero inteiro qualquer que seja n IN.
4. Descobrir e provar por induc
ao uma f
ormula para


1
0

1
1

91

n

2.2.1

Formas equivalentes do princpio de indu

c
ao finita

A versao do princpio de inducao tal como foi estabelecido na axiomatica

de Dedekind-Peano, apresentada no incio deste captulo, e, muitas vezes,
designada por forma fraca do princpio de inducao, por oposicao a uma
outra formulacao que lhe e equivalente e que e conhecida por forma forte
do princpio de inducao ou, mais simplesmente, por indu
c
ao completa. A
inducao completa tem a seguinte formulacao
Sendo A um conjunto de n
umeros naturais tal que
1. 0 A,
2. n [ n IN [ {0, 1, . . . , n} A n + 1 A ] ]
entao A = IN.
Nalgumas situacoes a aplicacao do metodo de inducao completa e mais facil
do que o princpio de inducao fraca.
Para demonstrar que as duas formulacoes sao equivalentes e necessario
fazer apelo a uma propriedade importante do conjunto IN que e conhecida
por princpio da boa ordena
c
ao.
Seja A um subconjunto qualquer do conjunto ordenado IN. Um elemento
a A dir-se-a primeiro elemento de A se e so se verificar a condicao
x [ x A a x ]
podendo verificar-se que quando um tal elemento existe ele e u
nico.
Teorema 2.14 Todo o subconjunto n
ao vazio de IN possui primeiro elemento.
Demonstra
c
ao: Seja A IN nao vazio e suponha-se, por reducao ao absurdo
que A n
ao possui primeiro elemento. Designando por Ac o complementar de A em
IN, considere-se o conjunto
T {n IN : mIN [ m n m Ac ]}.
Como 0 n
ao pode pertencer a A (de contrario seria certamente o primeiro elemento
de A) ent
ao 0 Ac e, portanto, 0 T. Suponha-se agora que k T. Da definicao
de T, resulta ent
ao que os n
umeros 1, 2, . . . , k pertencem todos a Ac . Quanto a
k + 1 n
ao pode pertencer a A pois de contrario seria o seu primeiro elemento o que
e contra a hip
otese feita; entao k + 1 Ac e, portanto, k + 1 T. Visto que

92

(a) 0 T, e
(b) k [ k T k + 1 T],
entao, pelo Axioma N5, segue-se que T = IN. Em consequencia vem Ac = IN e,
portanto, A = o que contradiz a hipotese considerada. Logo A possui primeiro
elemento.
2

costume traduzir o resultado deste teorema dizendo que IN e um conjunto

E
bem-ordenado.
Seguidamente, com base neste teorema, demonstrar-se-a o seguinte:
Teorema 2.15 Em IN verifica-se o princpio de induc
ao completa, ou seja,
sendo A um conjunto de n
umeros naturais tal que
1. 0 A,
2. n [ n IN [ {0, 1, . . . , n} A n + 1 A ] ]
ent
ao A = IN.
Demonstra
c
ao: Seja Ac o complementar de A. Se Ac = entao o teorema
esta trivialmente demonstrado e, portanto, suponha-se que Ac 6= . Pelo princpio
da boa ordenac
ao teorema 2.14 Ac possui um primeiro elemento que se de claro que k 6= 0 visto que 0 A por hipotese.; por outro lado,
signar
a por k. E
0, 1, 2, . . . , k 1 tem de pertencer todos a A pois de contrario algum deles seria o
primeiro elemento de Ac e n
ao k como se supos. Entao, pela segunda condicao do
teorema, ter-se-
a tambem k A o que contradiz a hipotese de ser k o primeiro
elemento do complementar de A. Assim, ter-se-a necessariamente Ac = e,
portanto, A = IN.
2

Para completar o ciclo de implicacoes que nos permite concluir a equivalencia dos dois princpios de inducao e do princpio da boa ordenacao de IN,
mostrar-se-a agora que o princpio de inducao completa implica a inducao
fraca.
Teorema 2.16 Suponha-se que se verifica em IN o princpio de induc
ao
completa e seja A um conjunto de n
umeros naturais tal que
1. 0 A,
2. n [ n IN [ n A n + 1 A ] ]
Ent
ao A = IN.
93

Demonstra
c
ao: Suponha-se que se verificam as duas condicoes acima. Visto que
a proposic
ao
nIN [ {0, 1, . . . , n} A n A ]
e evidentemente verdadeira, entao tem-se que
nIN [ [ {0, 1, . . . , n} A [ n A n + 1 A ] ]
donde resulta imediatamente
nIN [ {0, 1, . . . , n} A n + 1 A ]
Pelo princpio de induc
ao completa ter-se-a entao A = IN, ficando demonstrado o
teorema.
2

Suponha-se que p(n) e uma afirmacao sobre o n

umero natural n e que
r e um n
umero natural fixado. Entao a demonstracao por inducao de que
p(n) se verifica para todo o n r requer os dois seguintes passos:
1. Verificar que p(r) e uma proposicao verdadeira.
2. Verificar que se k r e se p(r), p(r + 1), p(r + 2), . . . , p(k)
sao proposicoes verdadeiras, entao p(k + 1) tambem e verdadeira.
Exemplo 2.17 Mostrar, por inducao completa, que qualquer numero natural
maior que 1 se pode decompor num produto de factores primos.
Resolu
c
ao. Seja p(n) a afirmacao de que quando n e um n
umero natural maior
que 1 se pode decompor num produto de factores primos. O objectivo agora e o de
provar que p(n) e uma proposicao verdadeira qualquer que seja n > 1.
1 p(2) e, evidentemente, uma proposicao verdadeira pois que 2 (sendo primo)
pode ser factorizado num produto de factores primos (neste caso com um so factor).
2 Suponha-se agora que p(2), p(3), . . . , p(k) sao proposicoes todas verdadeiras.
Pretende-se ent
ao mostrar que da veracidade destas proposicoes resulta a veracidade
de p(k + 1).
Se k + 1 for um n
umero primo a afirmacao e trivialmente verdadeira. Se k + 1
n
ao for primo ent
ao e um n
umero composto sendo, portanto, possvel encontrar dois
inteiros positivos m e n tais que k +1 = mn onde tanto m como n sao menores que
k. Pela hip
otese de inducao completa, tanto m como n se podem decompor num
produto de factores primos e, portanto, o mesmo acontece a k + 1. Logo p(k + 1)
e uma proposic
ao verdadeira, como se pretendia mostrar.
Exemplo 2.18 Para mostrar que as tres formulacoes alternativas da inducao
matem
atica princpio de inducao finita, princpio da boa ordenacao e princpio

94

da induc
ao completa podem ser usadas para resolver o mesmo tipo de problemas
exemplificar-se-
a a demonstrac
ao da conhecida proposicao
n [ n IN1 1 + 2 + + n = n(n + 1)/2 ]
usando agora o princpio da boa ordenacao.
Represente-se por p(n), como e habitual, a formula
1 + 2 + + n =

1
n(n + 1)
2

Seja
A = {n IN1 : p(n)}
Se A = ent
ao a proposic
ao fica automaticamente demonstrada. Suponha-se
entao que A 6= . Pelo princpio da boa ordenacao, A tem um primeiro elemento,
k. Visto que p(1) e evidentemente verdadeira, entao 1 6 A e, portanto, k 6= 1,
donde se pode concluir que k 1 IN1 . Como, por outro lado, k 1 6 A entao
p(k 1) e verdadeira. Ent
ao, tem-se o seguinte:
1 + 2 + + (k 1) + k

1
(k 1)k + k
2

1
1
= k
(k 1) + 1 =
k(k + 1)
2
2
=

o que mostra que p(k) e uma proposicao verdadeira. Mas isto e contraditorio com o
facto de k ser o primeiro elemento de A. A contradicao resultou de se supor que A
era n
ao vazio o que, portanto, e falso. Ou seja, p(n) verifica-se para todo o n IN1 .

Exemplo 2.19 Mostrar, usando o princpio da boa ordenacao, que 2 e um

n
umero irracional.

Resolu
c
ao. Suponha-se, pelo
contrario, que 2 e racional; isto e, que existem
n
umeros r, s IN1 tais que 2 = r/s. Entao,

A = {x IN : x = n 2 para algum n IN1 }

sera um conjunto n
ao vazio de n
umeros naturais (em particular contera, por hipotese,
o n
umero r). Pelo princpio da boa ordenacao o conjunto A possuira um primeiro

elemento: suponha-se que e k esse elemento. Seja m IN tal que k = m 2. Entao

m( 2 1) = k m e um n
umero natural menor que m (visto que 0 < 2 1 < 1)

e, portanto, q = m( 2 1) 2 e menor que k. Mas q = 2m k o que significa

que q IN, por um lado, e, por outro lado, q A. Esta conclusao e contraditoria
visto que se encontra em A um elemento menor que k. Entao A devera ser vazio

e, portanto, 2 n
ao e um n
umero racional.

Exerccios 2.2.2
95

1. Mostrar que ZZ, o conjunto dos n

umeros inteiros, n
ao possui a propriedade da
boa ordenac
ao para o que basta apresentar um subconjunto n
ao vazio de ZZ
que n
ao possua primeiro elemento.

ao de IN. Se
2. Mostrar que 3 e irracional usando o princpio da boa
ordenac
pretendesse usar a mesma tecnica para mostrar que 4 e irracional onde e
que a demonstrac
ao falhava?
3. Sejam e as soluc
oes da equac
ao
x2 x 1 = 0
com > 0. Para n IN1 qualquer define-se
fn =

n n

A sucess
ao (fn )nIN e conhecida por sucess
ao de n
umeros de Fibonaci de que
se voltar
a a falar no seguimento.
(a)
(b)
(c)
(d)
(e)
(f )

Determinar f1 , f3 e f4 .
Mostrar que n [n IN1 fn+2 = fn+1 + fn ].
Mostrar que fn e inteiro qualquer que seja n IN1 .
Mostrar que fn < (13/8)n qualquer que seja n IN1 .
2
Mostrar que fn+1
fn fn+2 = (1)n qualquer que seja n IN1 .
Mostrar que para todo o n IN1
n
X

fi = fn+2 1

i=1

4. Seja (an )n=1,2,... uma sucess

ao tal que a1 = a2 = 1 e para n 3,
an = 4an1 + 5an2
Mostrar que para n 3, se tem
an =

2.3

1 n 2
5 + (1)n+1
15
3

Introdu
c
ao ao C
alculo Combinat
orio

O calculo combinatorio tem por objecto o estudo de problemas relativos ao

n
umero de elementos de diferentes conjuntos que podem ser obtidos a partir
de conjuntos dados.
Defini
c
ao 2.20 Dados dois conjuntos A e B diz-se que A
e equipotente
a B se e s
o se for possvel estabelecer uma correspondencia bijectiva entre
eles.
96

Esta relacao de equipotencia entre conjuntos e reflexiva, simetrica e transitiva. Logo e uma relacao de equivalencia.
Defini
c
ao 2.21 Diz-se que dois conjuntos tem o mesmo n
umero de elementos (ou a mesma potencia) se e s
o se A e B forem equipotentes.
Deste modo, o n
umero de elementos de um conjunto A a cardinalidade
de A, card(A) e, por asssim dizer, a propriedade que esse conjunto tem
de comum com todos os conjuntos que se possam por em correspondencia
bijectiva com A. Por conseguinte, o n
umero de elementos de A podera ser
representado indistintamente por qualquer desses conjuntos (equipotentes a
A) incluindo o proprio A.
Se A for um conjunto finito entao e possvel definir uma correspondencia
bijectiva entre os elementos de A e os elementos de um subconjunto de IN1
da forma
{1, 2, 3, . . . , n}
para algum n IN1 . Entao card(A) = n.
Cardinal da reuni
ao de conjuntos. Sejam A e B dois conjuntos finitos
com cardinalidade card(A) e card(B), respectivamente. Se A e B forem
conjuntos disjuntos, isto e, se A B = , entao
card(A B) = card(A) + card(B)

(2.22)

Esta propriedade pode generalizar-se a um n

umero qualquer finito de parcelas. Assim, se A1 , A2 , . . . , An forem n conjuntos com cardinalidade card(A1 ),
card(A2 ), . . ., card(An ), respectivamente, entao, se eles forem disjuntos
dois a dois, isto e, se se tiver Ai Aj = para todo o i, j = 1, 2, . . . , n tais
que i 6= j, ter-se-a

card

n
[

Aj =

n
X

card(Aj )

j=1

j=1

A formula (2.22) e valida sob a condicao de A e B terem interseccao vazia,

ou seja, sob a condicao de ser A B = . Porem, se tal hipotese nao se
verificar, a formula deixa de ser valida. Visto que A B esta contido tanto
em A como em B, se se aplicasse a formula (2.22) sem qualquer correccao
estar-se-ia a considerar os elementos de A B duas vezes. Assim, a formula
correcta, neste caso, e a seguinte
card(A B) = card(A) + card(B) card(A B)
97

(2.23)

Exemplo 2.22 Numa turma de calculo ha 25 estudantes e numa turma de estatstica h

a 31 estudantes. De todos estes estudantes h
a 13 que frequentam simultaneamente as duas disciplinas. Qual e o n
umero total de estudantes distintos que
h
a nas duas turmas?
Seja C o conjunto dos alunos da turma de calculo e E o conjunto dos alunos de
estatstica. Ent
ao o n
umero que se pretende saber e dado por card(C E). Como
card(C E) = 13, tem-se
card(C E)

= card(C) + card(E) card(C E)

= 25 + 31 13 = 43

H
a, portanto, ao todo, 43 estudantes distintos a frequentar as duas disciplinas.

Considerem-se agora tres conjuntos finitos arbitrarios A, B e C. Aplicando (2.23), sucessivamente,

card(A B C) = card[(A B) C]
= card(A B) + card(C) card((A B) C)
= card(A) + card(B) card(A B) + card(C)
card((A B) C)
Como
(A B) C = (A C) (B C)
entao
card[(A B) C] = card[(A C) (B C)]
= card(A C) + card(B C)
card[(A C) (B C)]
= card(A C) + card(B C) card(A B C)
Substituindo na formula anterior obtem-se finalmente
card(A B C) = card(A) + card(B) + card(C)
card(A B) card(A C) card(B C) +
card(A B C)
No caso geral de n conjuntos finitos A1 , A2 , . . . , An quaisquer, chega-se
`a formula

card

n
[

j=1

Aj =

n
X

card(Aj )

j=1

98

card(Ai Aj ) +

1i<jn

card(Ai Aj Ak )

1i<j<kn

+ (1)n1 card(A1 A2 An )
que pode demonstrar-se pelo metodo de inducao finita.
Cardinal do produto cartesiano de conjuntos. Suponha-se que numa
sala de baile se encontram 4 rapazes que se designam por a1 , a2 , a3 , a4 e 5
raparigas que se designam por b1 , b2 , b3 , b4 , b5 . Seja
A = {a1 , a2 , a3 , a4 }
B = {b1 , b2 , b3 , b4 , b5 }
Quantos pares diferentes se podem formar, ao todo, sendo cada par constitudo por um rapaz e uma rapariga? Este n
umero e, naturalmente, o
cardinal do produto cartesiano A B, ou seja
card(A B)
Cada rapaz pode figurar em 5 pares diferentes visto haver 5 raparigas; como
ha quatro rapazes entao podem formar-se ao todo 4 5 pares diferentes.
Assim,
card(A B) = 20
Sejam agora A e B dois conjuntos finitos quaisquer, nao vazios, e seja
card(A) = m e card(B) = n. Como B tem n elementos, cada elemento de
A da origem exactamente a n pares diferentes de A B. Portanto, como A
tem m elementos, sera m n o n
umero de elementos de A B.
Se um, pelo menos, dos conjuntos A, B e vazio, e claro que nenhum par
ordenado pode ser formado e, assim, AB e tambem vazio. Por conseguinte,
quaisquer que sejam os conjuntos finitos A e B, tem-se sempre:
card(A B) = card(A) card(B)
Esta formula generaliza-se imediatamente ao caso de produtos cartesianos
de 3 conjuntos A, B e C
card(A B C) = card[(A B) C]
= card(A B) card(C)
= [card(A) card(B)] card(C)
= card(A) card(B) card(C)
99

e, de um modo mais geral, se A1 , A2 , . . . , An forem n conjuntos finitos,

card(A1 A2 An ) = card(A1 ) card(A2 ) card(An )
resultado este que e facilmente provado por inducao finita.
Se, em particular, os n conjuntos A1 , A2 , . . . , An forem todos iguais ao
conjunto A, obter-se-a
card (An ) = card(A)n
Exemplo 2.23 Quantas multiplicacoes e quantas adicoes sao executadas para
multiplicar duas matrizes quadradas de ordem n?
Resolu
c
ao. Recorde-se que se
A = [aij ]1i,jn e B = [bij ]1i,jn
forem duas matrizes quadradas de ordem n, entao a matriz produto
C = AB = [cij ]1i,jn
e definida, para cada i e cada j, por
cij =

n
X

aik bkj

k=1

Esta f
ormula envolve n produtos aik bkj e (n 1) adicoes (note-se que para somar 2
n
umeros se executa uma adicao, para somar 3 n
umeros se executam duas adicoes,
etc.). Como C possui n2 elementos entao o calculo de C envolve n3 multiplicacoes
e n2 (n 1) adic
oes.

Exemplo 2.24 Um cofre tem tres discos, cada um com as mesmas 24 letras e
s
o pode ser aberto quando se coloca uma determinada letra de cada um dos discos
numa determinada posic
ao. Supondo que se ignora o segredo do cofre, de quantas
maneiras diferentes se podem colocar as letras dos discos nas referidas posic
oes?
Resolu
c
ao. As maneiras diferentes de colocar as letras sao dadas por todas as
sequencias de 3 letras escolhidas no conjunto das 24 letras disponveis. Seja A o
conjunto de todas as letras; entao
A3 = {(a, b, c) : a, b, c A}
e o conjunto de todas as sequencias possveis e, portanto, o n
umero pretendido sera
card(A3 ) = card(A)3 = 243 = 138 247

100

Exemplo 2.25 Quantos numeros diferentes de 5 algarismos se podem representar com os algarismos 1, 3, 9 no sistema decimal?
Resolu
c
ao. Os referidos n
umeros tais como 11391, 31933, etc. correspondem a
todas as sequencias de 5 algarismos escolhidos de 1, 3, 9. Estas sequencias sao
{1, 3, 9}5 = {(a, b, c, d, e) : a, b, c, d, e = 1, 3, 9}
Assim,
card {1, 3, 9}5

= card({1, 3, 9})5 = 35 = 243

Exemplo 2.26 Quantos numeros de 4 algarismos se podem representar com os

algarismos 0, 2, 4, 6, 8 no sistema decimal?
Resolu
c
ao. O conjunto de todas as sequencias de 4 algarismos escolhidos de entre
0, 2, 4, 6, 8 e dado por
{0, 2, 4, 6, 8}4 = {(a, b, c, d) : a, b, c, d = 0, 2, 4, 6, 8}
Destas sequencias, no entanto, n
ao representam n
umeros com 4 algarismos todas
as sequencias comecadas por 0. Ora o conjunto das sequencias que comecam por 0
corresponde `
as sequencias da forma (0, x, y, z) onde x, y, z {0, 2, 4, 6, 8}, ou seja,
ao conjunto
{0, 2, 4, 6, 8}3 = {(x, y, z) : x, y, z = 0, 2, 4, 6, 8}
Consequentemente, o n
umero pedido e dado por




card {0, 2, 4, 6, 8}4 card {0, 2, 4, 6, 8}3 = 54 53 = 625 125 = 500
A resoluc
ao deste problema pode ser pensada de modo um pouco diferente: seja
A o conjunto {2, 4, 6, 8} e B o conjunto {0, 2, 4, 6, 8}. Entao os n
umeros pedidos
correspondem `
as sequencias do produto cartesiano
A B 3 = {(a, b, c, d) : a A b, c, d B}
e, portanto, o n
umero pedido e dado por
card(A B 3 ) = card(A) card(B)3 = 4 53 = 500

N
umero de subconjuntos de um conjunto finito.
junto qualquer, o conjunto

Sendo A um con-

P(A) = {X : X A}
e, como se sabe, o conjunto das partes de A. Entre os conjuntos pertencentes
a P(A) figuram o conjunto vazio e o proprio conjunto A.
Sendo A finito, a contagem dos elementos de P(A) pode fazer-se de
maneira simples, aplicando a teoria do produto cartesiano. Com efeito, se
101

for card(A) = n podem dispor-se os elementos de A numa sequencia de n

elementos distintos
a1 a2 an
Nestas condicoes, todo o subconjunto X de A pode ser definido fazendo
corresponder a cada elemento ai o n
umero 1 ou o n
umero 0, conforme ai
X ou ai 6 X, respectivamente. Assim, cada subconjunto X de A fica
representado por uma sequencia de n elementos do conjunto {0, 1}. Se, por
exemplo, for n = 4, as sequencias
0110, 1001, 1111, 0000
representam, respectivamente, os conjuntos
{a2 , a3 }, {a1 , a4 }, {a1 , a2 , a3 , a4 }, { }
No caso geral e evidente que, por este processo, fica estabelecida uma correspondencia bijectiva entre os subconjuntos de A e as sequencias de n elementos do conjunto {0, 1}, isto e, entre P(A) e {0, 1}n . Assim, para todo o
conjunto finito A, ter-se-a


card (P(A)) = card {0, 1}card(A)

= 2card(A)

Por este facto, muitos autores denotam o conjunto P(A) por 2A .

Exemplo 2.27 Calcular o numero total de relacoes binarias que se podem definir
num conjunto A com n elementos.
Resolu
c
ao. Visto que uma relacao binaria definida em A e um subconjunto do
produto cartesiano de A por A, entao o n
umero procurado e dado por


2
2
2
card P(A2 ) = 2card(A ) = 2card(A) = 2n

Exerccios 2.3.1
1. O n
umero de c
odigo da seguranca social de uma pessoa e uma sequencia de
9 dgitos (n
ao necessariamente distintos). Sendo X o conjunto de todos os
possveis n
umeros de c
odigo de seguranca social, determinar o n
umero de
elementos de X.
2. Chama-se n
umero bin
ario a uma sequencia de 0s ou 1s. Um n
umero bin
ario
com 8 dgitos designa-se por byte.
(a) Quantos bytes existem?
(b) Determinar o n
umero de bytes que comecam por 10 e terminam por
01.

102

(c) Determinar o n
umero de bytes que comecam por 10 e n
ao terminam
em 01.
(d) Determinar o n
umero de bytes que comecam por 10 ou terminam por
01.
3. Numa sala h
a n casais. Determinar o n
umero de escolhas possveis de pares
constitudos por uma mulher e um homen que n
ao seja seu marido.
4. Seja X o cojunto de todos os polin
omios de grau 4 na indeterminada t cujos
coeficientes s
ao n
umeros inteiros n
ao negativos de um s
o dgito. Determinar
a cardinalidade de X.
5. O nome de uma vari
avel na linguagem de programac
ao FORTRAN e uma
sequencia que tem no m
aximo seis caracteres dos quais o primeiro e obrigatoriamente uma letra do alfabeto e os restantes, se existirem, s
ao letras ou
dgitos. Determinar o n
umero de nomes distintos para vari
aveis nesta linguagem.

2.3.1

Arranjos, permuta
c
oes e combina
c
oes

Arranjos. Considere-se o seguinte problema:

Com panos de 5 cores amarelo, verde, azul, vermelho e branco
quantas bandeiras tricolores se podem obter, supondo que os panos
s
ao colocados s
o em tiras verticais?

Deste enunciado, duas bandeiras so podem diferir, ou pelas cores que as

formam, ou pela ordem em que estao dispostas as cores a partir da haste
da bandeira. Assim, se se designarem as 5 cores pelas letras a, b, c, d, e, respectivamente, cada bandeira sera representada por 3 destas letras, escritas
segundo a ordem das cores, por exemplo
abc bca abd dab cde etc.
As bandeiras tricolores a que se refere o enunciado sao, assim, representadas
pelos diferentes conjuntos ordenados de 3 cores, que e possvel formar a
partir das 5 cores consideradas. A esses conjuntos ordenados da-se o nome
de arranjos das 5 cores 3 a 3.
De um modo geral:
Defini
c
ao 2.28 Dados m elementos quaisquer, chamam-se arranjos dos
m elementos p a p a todos os conjuntos ordenados que e possvel obter com
p elementos escolhidos arbitrariamente entre os m dados.
103

O n
umero de todos os possveis arranjos de m elementos p a p e designado
pela notacao
Am
p
Deduzir-se-a agora uma formula que permite calcular o n
umero Am
p para m
e p conhecidos. Nao faz sentido considerar arranjos de m objectos tomados
p a p se p for maior que m: assim o n
umero de tais arranjos e sempre igual
a zero.
Considere-se, para comecar, o seguinte caso particular:
Com as letras a, b, c, d quantos arranjos de duas letras diferentes
se podem formar?
Os arranjos com uma so letra sao evidentemente os seguintes
a,

b,

c,

d,

em n
umero de 4. Pode entao escrever-se
A41 = 4
Os arranjos com duas letras formam-se agora `a custa dos anteriores, colocando, `a direita de cada arranjo formado por uma so letra, cada uma das
letras dadas que ainda nao figuram nele. Assim, o arranjo a da origem aos
arranjos
ab,
ac,
ad,
e nao ha mais arranjos com duas letras comecadas por a. Procedendo
analogamente com os restantes obtem-se o seguinte quadro
ab
ac
ad

ba
bc
bd

ca
cb
cd

da
db
dc

Assim, cada arranjo com um elemento da origem a 3 arranjos com dois

elementos, podendo, portanto, escrever-se
A42 = 4 3 = 12
Considere-se agora o caso seguinte:
Determinar o n
umero total de arranjos de tres letras escolhidas
entre as letras a, b, c, d.
104

Trata-se de arranjos de 4 elementos, tomados 3 a 3. Para formar estes

arranjos pode partir-se dos arranjos ja formados de 4 tomados 2 a 2, acrescentando `a direita de cada um dos arranjos ja formados cada uma das letras
que ainda nao figuram nele. Assim, do arranjo ab resultam os arranjos
abc,

abd,

E nao ha mais arranjos que contenham, nos dois primeiros lugares, as letras
ab, por esta ordem. Procedendo analogamente com os restantes arranjos,
obtem-se
abc
abd
acb
acd

adb
adc
bac
bad

bca
bcd
bda
bdc

cab
cad
cba
cbd

cda
cdb
dab
dac

dba
dbc
dca
dcb

que e o conjunto de todos os possveis arranjos de 4 elementos tomados 3 a

3. Pelo esquema de construcao realizado obtem-se entao
A43 = 4 3 2 = 24
ou seja, ha 24 arranjos de quatro elementos tomados 3 a 3.
Os dois casos particulares anteriores ajudam a resolver o caso geral:
Determinar o n
umero de arranjos de m objectos tomados p a p
(com p m).
Para a determinacao deste n
umero observe-se que os arranjos de m elementos tomados p a p se podem obter a partir dos arranjos dos mesmos m
elementos tomados p 1 a p 1, juntando `a direita de cada um deles uma
das letras que ainda ali nao figuram. Efectuam-se, entao, sucessivamente,
as operacoes:
1. formar os arranjos de m elementos tomados p 1 a p 1. O
n
umero de resultados diferentes e representado por Am
p1 ;
2. colocar, `a direita de cada um dos arranjos anteriores, um
dos elementos que ainda nao figuram nele. O n
umero de
modos diferentes de efectuar esta operacao, em cada caso,
e igual a m (p 1) = m p + 1, visto ja terem sido,
em cada arranjo anterior, utilizados p 1 elementos e nao
figurarem ainda nele m p + 1 elementos.
105

Daqui conclui-se que

m
Am
p = Ap1 (m p + 1) para p > 1

(2.24)

Esta e uma formula de recorrencia que permite calcular Am

p a partir do valor
de Am
.
Ora,
qualquer
que
seja
m
=
6
0,
p1
Am
1 = m
e, portanto, aplicando a formula (2.24) sucessivamente, vem para p > 1
Am
= m
1
m
A2 = Am
1 (m 2 + 1) = m(m 1)
m (m 3 + 1) = m(m 1)(m 2)
Am
=
A
3
2
..
.
Am
= Am
p
p1 (m p + 1) = m(m 1)(m 2) (m p + 1)
Assim,
O n
umero total de arranjos de m elementos p a p e igual ao produto dos p n
umeros inteiros consecutivos por ordem decrescente
a partir de m.
Permuta
c
oes.

No caso particular em que se tem p = m obtem-se

Am
m

que e o n
umero de arranjos nos quais entram todos os objectos dados. Neste
caso aos arranjos de m objectos tomados m a m da-se o nome de permutacoes. Denotando o n
umero de permutacoes de m objectos por Pm ,
vem
P m = Am
m
Para m = 1 vem P1 = A11 = 1 e, para m > 1 qualquer,
Pm = Am
m = m (m 1) (m 2) 2 1
ou seja, o n
umero total de permutacoes de m elementos e igual ao produto
dos primeiros m n
umeros naturais 1, 2, . . . , m. Este produto e, como se sabe,
o factorial de m e representa-se por m!. Entao,
Pm = m!
106

Esta formula e valida para m 0 fazendo-se, por convencao, 0! = 1.

Usando a notacao de factorial de um n
umero inteiro nao negativo pode
m
dar-se `a formula de Ap uma outra expressao que e a seguinte:
Am
= m(m 1) (m p + 1)
p
=
=

m(m 1) (m p + 1)(m p)(m p 1) 2 1

(m p)(m p 1) 2 1
m!
(m p)!

Com a convencao de ser 0! = 1, esta formula mantem-se valida para p = m,

obtendo-se entao
Pm = Am
m =
Combina
c
oes.

m!
m!
=
= m!
(m m)!
0!

Considere-se o seguinte exemplo:

Um aluno deseja comprar 4 livros diferentes, mas de igual custo,

e so tem dinheiro para comprar 3 desses livros. De quantos
modos pode o aluno fazer a escolha de 3 livros de entre os 4 que
deseja?
Representando os livros pelas letras a, b, c, d a escolha que consiste em comprar os livros
a, b, c
e diferente daquela que consiste em comprar os livros
a, b, d
Mas ja a escolha a, b, c nao e distinta, neste caso, da escolha b, a, c que se
refere aos mesmos livros, mas colocados por ordem diferente.
facil ver entao que o aluno pode fazer a sua escolha de quatro modos
E
diferentes
abc, abd, acd, bcd
sem que tenha qualquer interesse a ordem pela qual sao indicados os elementos. Por conseguinte, os modos de escolher 3 livros entre os 4, correspondem
afinal aos diferentes conjuntos que se podem formar com 3 livros tomados
107

entre os 4, sem que interesse a ordem pela qual sao considerados. Tais conjuntos (como simples conjuntos) so podem diferir entre si pelos elementos
de que sao formados: da-se-lhes o nome de combina
c
oes dos 4 livros 3 a 3.
Mais geralmente,
Defini
c
ao 2.29 Dados m elementos quaisquer, chamam-se combina
c
oes
desses m elementos p a p a todos os conjuntos que e possvel obter com p
elementos escolhidos entre os m dados (sem atender a qualquer ordem).
Uma vez que se trata de simples conjuntos e nao de sequencias ordenadas,
duas combinacoes serao distintas quando, e so quando, existir pelo menos
um elemento de uma que nao seja elemento da outra.
O n
umero de todas as possveis combinacoes de m elementos p a p e
designado por
!
m
m
Cp ou
p
imediato concluir que
E
!

m
p

= 0 quando p > m

isto e, com m elementos nao e possvel formar nenhuma combinacao que

tenha mais que m elementos. Se for p = m, isto e, se todos os elementos sao
tomados de uma so vez, e claro que so e possvel formar uma combinacao
que e o conjunto de todos esses elementos. tem-se pois
!

m
m

= 1

Assim, qualquer que seja o n

umero natural p m, as combinacoes dos m
elementos p a p serao conjuntos contidos no conjunto total. O caso oposto
ao de tomar todos os elementos (p = m) sera o de nao tomar nenhum
(p = 0). Por comodidade de linguagem, convenciona-se dizer neste caso que
o n
umero de elementos da combinacao e 0. E como ha so uma hipotese
possvel, escreve-se
!
m
= 1
0
Da definicao dada para as combinacoes de m elementos tomados p a p
pode dizer-se que o n
umero de arranjos de m elementos tomados p a p se
108

pode obter permutando em cada uma das combinacoes de m p a p os p

elementos que a formam, de todas as maneiras possveis. Isto quer dizer que
os arranjos referidos se podem obter mediante as duas operacoes seguintes
1. formar as combinacoes de m elementos p a p. O n
umero de
tais combinacoes distintas e Cpm ;
2. permutar, em cada uma das combinacoes, os seus p elementos, de todas as formas possveis. esta operacao pode
realizar-se de Pp maneiras diferentes.
Deste modo, tem-se
m
Am
p = Cp Pp

e, portanto,
!

Cpm

m
p

Am
p
Pp

ou, substituindo Am
oes, vem
p e Pp pelas suas express
!

m
p

m(m 1) (m p + 1)
m!
=
p!
p!(m p)!

(2.25)

Esta formula e valida mesmo nos casos extremos em que se tem p = m ou

p = 0.
Da expressao (2.25) resulta imediatamente a seguinte identidade
!

m
p

m
mp

qualquer que seja p m.

Exerccios 2.3.2
1. Um c
odigo e constitudo por seis smbolos: tres letras (L) do alfabeto (de 26
letras) seguidas de tres dgitos (D). Seja X o conjunto de todos os c
odigos
possveis (LLLDDD). Determinar o n
umero de elementos de X nas seguintes
condic
oes:
(a)
(b)
(c)
(d)

tanto as letras como os dgitos podem ser repetidos;

os dgitos n
ao podem ser repetidos;
as letras n
ao podem ser repetidas;
nem as letras nem os dgitos podem ser repetidos;

109

2. Repita o problema anterior, supondo que, todos os c

odigos do conjunto X
contem as tres letras e os seis dgitos dispostos de forma alternada (LDLDLD
ou DLDLDL).
3. Determinar o n
umero de n
umeros pares compreendidos entre 0 e 100. Determinar o n
umero de n
umeros pares compreendidos entre 0 e 100 com dgitos
distintos.
4. (a) Quantos n
umeros de tres algarismos diferentes se podem formar com os
algarismos 1, 2, 3, 4, 5 e 6?
(b) Dos n
umeros de tres algarismos diferentes formados nas condic
oes da
alnea anterior, quantos s
ao os que tem o algarismo 1 no primeiro lugar
(centenas)?
5. Com os algarismos 1, 2, 4, 6 e 8 quantos n
umeros mpares de quatro algarismos diferentes se podem formar? E quantos n
umeros mpares de quatro
algarismos se podem formar?
6. Com os algarismos 0, 1, 2, 5 e 8:
(a) Quantos n
umeros de quatro algarismos diferentes se podem escrever?
(b) Dentre esses quantos s
ao m
ultiplos de 5?
(c) E quantos contem o algarismo 2?
7. Quantos n
umeros menores que 2000 formados por algarismos diferentes se
podem escrever com os algarismos 1, 2, 3 e 4?
8. Determinar o valor inteiro positivo de n tal que
(a) An2 = 30
(b) 10 An2 = A3n1
+ 40
2
9. Mostrar que Anr+1 = (n r) Anr e usar depois este resultado para determinar
o valor de n tal que An9 = 15 An8 .
10. Determinar o valor de k de tal forma que se tenha An+1
= k Anr . Usar este
r
resultado para determinar n e r se for k = 5, n > r r r for t
ao pequeno quanto
possvel.
11. Seja X um conjunto com 9 elementos. Determinar
(a) o n
umero total de subconjuntos de X,
(b) o n
umero de sunbconjuntos de X de cardinalidade 3,
(c) o n
umero de pares n
ao ordenados de elementos de X.
12. Num departamento trabalham 4 mulheres e 9 homens. Determinar:
(a) o n
umero de comiss
oes com 2 mulheres e 3 homens que se podem formar;
(b) o n
umero de comiss
oes de 5 elementos com, pelo menos, 2 mulheres e 2
homens.
13. De quantos modos diferentes e possvel dispor numa fila, para fotografia, 3
homens e duas mulheres, se:

110

14.
15.

16.
17.

(a) Os homens e as mulheres puderem ocupar indistintamente qualquer lugar?

(b) Se um dos homens, o mais alto, por exemplo, ficar no meio, e todos os
restantes indistintamente em qualquer lugar?
(c) Se ficarem alternadamente homens e mulheres, nunca dois homens seguidos ou duas mulheres seguidas?
Com os factores primos 2, 3, 5, 7 e 11 quantos produtos diferentes de tres
factores se podem formar?
Numa corrida de autom
oveis, na qual tomavam parte 10 corredores, verificouse que, em cada volta, passaram junto das tribunas, ao mesmo tempo, dois
concorrentes, e que estes pares, sempre diferentes de volta para volta, foram
todos quantos se podiam formar nestas condic
oes com os 10 concorrentes. De
quantas voltas constava o percurso?
Determinar o n
umero de formas distintas de sentar r pessoas retiradas de um
grupo de n numa mesa redonda.
Determinar o n
umero de formas distintas de sentar 17 pessoas 8 das quais
numa mesa redonda e as restantes 6 num banco corrido.

2.3.2

O bin
omio de Newton

Os n
umeros Ckn de combinacoes de n elementos tomados k a k aparecem na
formula do binomio de Newton, razao pela qual sao muitas vezes designados
por coeficientes binomiais.
Teorema 2.30 (F
ormula de Pascal) Se n e k forem dois n
umeros inteiros tais que 1 k n 1, ent
ao
n
k

n1
n1
+
k
k1

Este resultado pode obter-se por simples aplicacao das regras usuais da
algebra. Assim,
!

n1
n1
+
k
k1

=
=
=
=

(n 1)!
(n 1)!
+
k!(n 1 k)! (k 1)!(n 1 k + 1)!
(n 1)!
(n 1)!
+
k!(n k 1)! (k 1)!(n k)!
(n 1)!(n k) + k(n 1)!
k!(n k)!
n!
=
k!(n k)!
111

n
k

Usando agora esta formula

n
k

n1
n1
+
k
k1

conjuntamente com a informacao

n
0

n
n

= 1

podem calcular-se os coeficientes binomiais atraves do chamado tri

angulo
de Pascal cujo aspecto se apresenta a seguir
n=0
1
2
3
4
..
.

1
1
1
1
1

1
2

3
4

1
3

1
4

Cada elemento do triangulo, excepto os 1s laterais, e igual `a soma dos dois

elementos que pertencem `a linha anterior e que estao de cada um dos lados
do elemento a calcular.
Se em cada linha do triangulo de Pascal se somarem todos os elementos
obtem-se a formula
!

n
n
n
n
+
+
+ +
0
1
2
n

= 2n

a qual sera demonstrada mais `a frente.

A f
ormula do bin
omio de Newton. Para deduzir a formula do binmio

de Newton considere-se o seguinte quadro

(1 + x)0 = 1
(1 + x)1 = 1 + x
(1 + x)2 = 1 + 2x + x2
(1 + x)3 = 1 + 3x + 3x2 + x3
..
.
112

onde os coeficientes dos desenvolvimentos das diversas potencias de 1 + x

sao precisamente os n
umeros que figuram nas correspondentes linhas do
triangulo de Pascal. Pode entao conjecturar-se que para todo o n se tem
!

(1 + x)

n
n
n 2
n r
n n
+
x+
x + +
x + +
x (2.26)
0
1
2
r
n

qualquer que seja o valor de x. Para confirmar esta conjectura far-se-a a

prova usando o metodo de inducao.
De facto, designando por p(n) a formula (2.26), vem
1. p(1) e verdadeira pois que
!

1
1
+
x
0
1

(1 + x) = 1 + x =

2. Suponha-se, hipotese de inducao, que a formula e valida para um dado

n
umero inteiro nao negativo k, isto e, que se tem a igualdade
!

k
k
k 2
k k
+
x+
x + +
x
0
1
2
k

(1 + x)k =

Multiplicando ambos os membros por 1 + x, obtem-se

(
k+1

(1 + x)

k
k
k 2
k k
+
x+
x + +
x (1 + x)
0
1
2
k
!

k
k
k 2
k k
+
x+
x + +
x +
0
1
2
k

!)

k
k 2
k 3
k k+1
x+
x +
x + +
x
0
1
2
k
!

k
+
0

k
k
+
0
1
!

x+

k
k
+
k1
k

!)

k
k
+
1
2

!)

x2 +

k k+1
x +
x
k
k

Tendo em consideracao a formula de Pascal, vem

!

k+1

(1+x)

k
k+1
k+1 2
k+1 k
k k+1
+
x+
x + +
x +
x
0
1
2
k
k
113

e como
k
0

k+1
0

k
k

= 1 e

k+1
k+1

= 1

pode finalmente escrever-se

!

k+1

(1 + x)

k+1
k+1
k+1 2
+
x+
x +
0
1
2

k+1 k
k + 1 k+1
+
x +
x
k+1
k
o que mostra a veracidade da proposicao
kIN1 [p(k) p(k + 1)]
Tendo em conta o princpio de inducao finita fica demonstrada a formula do
binomio de Newton para n IN1 qualquer.
A formula (2.26) pode generalizar-se. O desenvolvimento de (x + y)n
pode obter-se a partir do desenvolvimento anterior, tendo em atencao que,
sendo x 6= 0, e


y n
(x + y)n = xn 1 +
x
Como


y
1+
x

n

n
n
+
0
1

! 

y
x

n
+
2

! 
2

y
x

n
+ +
n

! 
n

y
x

entao multiplicando ambos os membros desta igualdade por xn vem



xn 1 +

y
x

n

= (x + y)n
!

n n
n n1
n n2 2
x +
x
y+
x
y +
0
1
2
!

n nk k
n n
+
x
y + +
y
k
n

(2.27)

Usando a notacao de somatorio a formula (2.27) pode tomar a forma

n

(x + y)

n
X
n
j=0

114

xnj y j

(2.28)

Substituindo em (2.28) y por y vem

n

(x y)

n
X
n

j=0

(1)j xnj y j

(2.29)

Fazendo na formula (2.26) x = 1 obtem-se

!

n
n
n
n
+
+
+ +
0
1
2
n

= 2n

que ja anteriormente tinha sido referida; por outro lado, fazendo em (2.29)
x = y = 1 vem
!

n
n
n
n

+
+ (1)n
0
1
2
n

= 0

Derivando em ordem a x ambos os membros da igualdade (2.26)

!

n1

n(1 + x)

n
n
n 2
n n1
+2
x+3
x + + n
x
1
2
3
n

pelo que, substituindo x por 1, se obtem a identidade

!

n2

n1

n
n
n
n
+2
+3
+ + n
1
2
3
n

Muitas outras identidades entre os coeficientes binomiais se podem obter

por processos semelhantes: por exemplo, partindo de
n

(1 + x)

n
X
n
j=0

xj

e derivando ambos os membros, vem

n1

n(1 + x)

n
X

n j1
=
j
x
j
j=1

Multiplicando agora ambos os membros por x

n1

nx(1 + x)

n
X

n j
=
j
x
j
j=1

115

e derivando novamente ambos os membros

n1

n(1 + x)

n2

+ n(n 1)(1 + x)

n
X

j=1

n j1
x
j

Substituindo x por 1,
n2

n(n + 1)2

n
X

n
j

j=1

2.3.2.1

O teorema binomial de Newton

Newton (1642-1727) generalizou a formula do binomio obtendo uma expressao para (x + y) onde e um n
umero real qualquer. Para valores
de que nao sejam inteiros e positivos, no entanto, o desenvolvimento
transforma-se numa serie infinita relativamente `a qual se poem questoes
de convergencia. Limitar-nos-emos a estabelecer aqui o teorema deixando a
sua demonstracao para os textos de Analise Matematica.
Teorema 2.31 Seja um n
umero real qualquer. Ent
ao para todo o x, y
tais que |x/y| < 1
!

X
j j

(x + y) =
x y
j
j=0
onde

( 1) ( j + 1)
j!

Se for um inteiro positivo n, entao visto que para j > n se tem

Cjn = 0, o desenvolvimento acima indicado reduz-se a
n

(x + y)

n
X
n
j=0

xj y nj

que e a formula do binomio de Newton ja antes considerada.

Fazendo z = x/y entao (x + y) = y (z + 1) e, portanto, para |z| < 1,
vem
!

X
j

(1 + z) =
z
j
j=0
116

Se n for um inteiro positivo e = n, entao

n
j

n(n 1) (n j + 1)
j!

j n(n

= (1)

+ 1) (n + j 1)
n+j1
= (1)j
j!
j

e, portanto, para |z| < 1

X
1
n+j1 j
=
=
(1)j
z
n
(1 + z)
j
j=0

(1 + z)

Em particular, para n = 1
n+j1
j
e, portanto,

j
j

= 1

X
1
(1)j z j , |z| < 1
=
(1 + z)
j=0

Substituindo z por z vem

X
1
=
zj ,
1z
j=0

|z| < 1

que e a formula ja conhecida para a soma da serie geometrica.

O teorema binomial de Newton pode ser usado para a determinacao de
razes quadradas com precisao arbitrariamente escolhida. Tomando = 1/2,
entao
!
1/2
= 1
0
enquanto que para j > 0
1/2
j

=
=

1 1
2(2

1) ( 12 j + 1)
j!

(1)j1 1 3 (2j 3)
2j
j!
117

=
=
=

(1)j1 1 2 3 4 (2j 3) (2j 2)

2j
2 4 (2j 2)j!
j1
(1)
(2j 2)!
2j1
j2
[(j 1)!]2
(1)j1 2j 2
j22j1 j 1

Entao, para |z| < 1

1+z = 1+

X
(1)j1 2j 2
j=1

j22j1

zj

j1
!

1
1
2 2
4 3
1
= 1+ z
z +
z
3
5
2
22 1
32 2

Se, por exemplo, se pretender calcular 20, aplicando este desenvolvimento,

tem-se

p
20 =
16 + 4 = 4 1 + 0, 25


1
1
1
2
3
= 4 1 + (0, 25) (0, 25) + (0, 25)
2
8
16
= 4, 472 . . .
Exerccios 2.3.3
1. Usando o bin
omio de Newton mostrar que
n

n  
X
n
k=0

2k

Generalizando, determinar a soma

n  
X
n
k=0

rk

para qualquer n
umero real r.
2. Provar que
 


r
r
r1
=
k
rk
k
qualquer que seja r IR e qualquer que seja o inteiro k 0 tal que r 6= k.

118

3. Provar que para n inteiro positivo 2

 
 
 
 
 
n
n
n
n
n
2
+3
4
+ + (1)n1 n
= 0
1
2
3
4
n
4. Provar que para n inteiro e positivo
 
 
 
 
1 n
1 n
1 n
1
n
2n+1 1
1+
+
+
+ +
=
2 1
3 2
4 3
n+1 n
n+1
5. Calcular a soma
 
 
 
 
1 n
1 n
1 n
1
n
n
1
+

+ + (1)
2 1
3 2
4 3
n+1 n
6. Provar que para todo o real r e inteiros n
ao negativos k e m
  
 

r
m
r
rk
=
m
k
k
mk
7. Provar que




n 
X
m1
m2
m1 + m2
=
k
nk
n

k=0

usando a f
ormula do bin
omio e a relac
ao (1 + x)m1 (1 + x)m2 = (1 + x)m1 +m2 .
8. Verificar que:

ubicas de 1.
(a) 21 (1 i 3) e uma das razes c

(b)

2
2 (1

i) e uma das razes quartas de 1.

9. Determine o coeficiente de x21 no desenvolvimento de (ax + x2 )16 .

10. Sendo 10y 2 o quarto termo do desenvolvimento de


1
y+
y

n

determine o termo seguinte.

11. Determine m de modo que o 3o e o 8o termos do desenvolvimento de

m
x
1
2
x
3x
tenham os coeficientes binomiais iguais, e calcule o produto desses dois termos.

119

2.3.2.2

O teorema multinomial

Permuta
c
oes generalizadas. Seja X uma coleccao de n objectos (nao
necessariamente distintos) pertencentes a k grupos diferentes de tal forma
que
1. em cada grupo todos os objectos sao identicos;
2. objectos de grupos distintos sao diferentes.
Por exemplo, a coleccao de letras
a, b, a, b, b, d, e, e, d
pode ser decomposta em quatro grupos: um para os as, um para os bs, um
para os ds e um para os es. Na coleccao ha 2 as, 3 bs, 2 ds e 2 es. Alguns
autores designam estes tipos de coleccoes por multiconjuntos.
Mais geralmente, suponha-se que em cada grupo ha ni (i = 1, 2, . . . , k)
objectos, sendo n = n1 + n2 + + nk . Chama-se permuta
c
ao generalizada de X a cada um dos arranjos em linha da totalidade destes objectos.
Denota-se o n
umero de permutacoes generalizadas de X por
P (n; n1 , n2 , . . . , nk )
o qual seria igual a n! se todos os objectos fossem distintos, isto e, se se
tivesse k = n e, portanto, n1 = n2 = = nn = 1.
Teorema 2.32 Se a colecc
ao X de n objectos for constituda por k grupos
distintos, cada um dos quais tem ni objectos identicos (i = 1, 2, . . . , k), ent
ao
o n
umero de permutac
oes generalizadas de X e dado por
P (n; n1 , n2 , . . . , nk ) =

n!
n1 !n2 ! nk !

Demonstra
c
ao: Se os objectos que pertencem ao grupo i, por exemplo, fossem
todos distintos ent
ao originariam ni ! permutacoes dos elementos desse grupo. Assim, cada permutac
ao generalizada de X originaria n1 !n2 ! nk ! permutacoes (simples) se os objectos de X fossem todos distintos. Entao sendo P (n; n1 , n2 , . . . , nk )
o n
umero de permutac
oes generalizadas ter-se-a que
P (n; n1 , n2 , . . . , nk )n1 !n2 ! nk !
e igual ao n
umero de permutacoes (simples) se os objectos de X fossem todos
distintos, ou seja,
P (n; n1 , n2 , . . . , nk )n1 !n2 ! nk ! = n!

120

Consequentemente,
P (n; n1 , n2 , . . . , nk ) =

n!
n1 !n2 ! nk !
2

como se pretendia mostrar.

Exemplo 2.33 As 9 letras que aparecem na palavra CONSENSOS dividem-se

em 5 grupos: um grupo com 1 C, um grupo com 2 Os, um grupo com 2 Ns, um
grupo com 3 Ss e um grupo com 1 E. O n
umero total de permutacoes generalizadas
que se podem realizar com estas 9 letras e igual a
P (9; 1, 2, 2, 3, 1) =

9!
= 15 120
1!2!2!3!1!

Combina
c
oes generalizadas. Considere-se agora uma coleccao de n objectos (nao necessariamente distintos) pertencentes a k grupos (cada um
dos quais e constitudo por objectos identicos). Os primeiros n1 objectos
identicos podem ser colocados em n lugares (de tal forma que em nenhum
lugar ha mais que um objecto) de
n
n1

modos distintos. Entao os n2 objectos do grupo seguinte podem ser colocados nos lugares restantes de
!
n n1
n2
modos diferentes. E assim sucessivamente ate esgotar todos os k grupos de
objectos. Ao todo ha entao
!

n
n n1
n n1 nk1

n1
n2
nk

modos diferentes de colocar os n objectos nos n lugares disponveis. Cada

um destes modos de arrumar os n objectos e designado por combina
c
ao
generalizada de n objectos repartidos por k grupos de objectos identicos
e o seu n
umero total denota-se por
Cnn1 ,n2 ,...,nk

n
n1 , n 2 , . . . , n k
121

Do raciocnio precedente tem-se entao

n
n1 , n 2 , . . . , n k

n n1 nk1
n
n n1

n2
nk
n1

=
=
=

(n n1 )!
(n n1 nk1 )!
n!

n1 !(n n1 )! n2 !(n n1 n2 )!
nk !(n n1 n2 nk )!
n!
= P (n; n1 , n2 , . . . , nk )
n1 !n2 ! nk !

Teorema 2.34 (Teorema Multinomial.) Seja n um inteiro positivo. Ent

ao
quaisquer que sejam os n
umeros x1 , x2 , . . . , xk
!

(x1 + x2 + + xk )

n1 ++nk =n

n
xn1 xn2 xnk k
n1 , n 2 , . . . , n k 1 2

onde o somat
orio se estende a todas as sequencias de inteiros n
ao negativos
n1 , n2 , . . . , nk tais que n1 + n2 + + nk = n.
Demonstra
c
ao: Suponha-se que se desenvolve o produto
(x1 + x2 + + xk )(x1 + x2 + + xk ) (x1 + x2 + + xk )

n factores

ate terem desaparecido todos os parentesis. Visto que cada factor tem k parcelas, ent
ao no final da operacao resultarao k n termos da forma xn1 1 xn2 2 xnk k onde
n1 , n2 , , nk s
ao inteiros nao negativos cuja soma e n, isto e, n1 +n2 + +nk = n.
O termo xn1 1 xn2 2 xnk k obtem-se escolhendo x1 em n1 dos n factores, x2 em n2
dos n n1 factores, . . . e xk em nk dos n n1 nk1 factores restantes. Entao
o n
umero de vezes que o termo xn1 1 xn2 2 xnk k ocorre e igual a


n
n1

n n1
n2

n n1 nk1
nk


=

n!
n1 !n2 ! nk !
2

o que comprova o teorema.

Exemplo 2.35 No desenvolvimento do multinomio

(x1 + x2 + x3 + x4 + x5 )7
o coeficiente do termo x21 x3 x34 x5 e igual a


7
7!
=
= 420
2, 0, 1, 3, 1
2!0!1!3!1!

122

Exemplo 2.36 Desenvolvendo o multinomio

(2x1 3x2 + 5x3 )6
o coeficiente do termo x31 x2 x23 e dado por


6
23 (3)52 = 36 000
3, 1, 2

Note-se que a formula multinomial se reduz `a formula do binomio quando

k = 2. De facto, neste caso, n2 = n n1 e, portanto,
!

(x1 + x2 )

=
=

n
xn1 xn2
n1 , n 2 1 2

X
n1 +n2 =n
n
X
n1 =0

n
X
n
n
1
xn1 1 xnn
=
xn1 1 x2nn1
2
n1 , n n1
n
1
n =0

Exerccios 2.3.4
1. Usando o teorema multinomial, mostrar que para n e k inteiros positivos

X
n
n
k =
n1 , n 2 , . . . , n k
onde a soma se estende a todas as sequencias de inteiros n
ao negativos n1 , n2 , . . . , nk
tais que n1 + n2 + + nk = n.
2. Desenvolver
(x1 + x2 + x3 )4
usando o teorema multinomial.
3. Determinar o coeficiente de x31 x2 x43 x25 no desenvolvimento de
(x1 + x2 + x3 + x4 + x5 )10
4. Determinar o coeficiente do termo em x21 x32 x3 x24 no desenvolvimento de
(x1 x2 + 2x3 2x4 )8
5. Desenvolver (x1 +x2 +x3 )n observando que (x1 +x2 +x3 )n = [(x1 +x2 )+x3 ]n
e usando ent
ao a f
ormula do bin
omio de Newton.
6. Simplificar


P
n
(a)
i+j+k=n i,j,k
P
k
(b)
i+j+k=n (1)

n
i,j,k

2j /3i+j

123

2.4

N
umeros Cardinais Transfinitos
O infinito! Nenhuma outra questao perturbou tao profundamente o esprito humano; nenhuma outra ideia o estimulou de forma tao frutuosa; apesar disso nenhum outro
conceito carece de maior clarificacao que o de infinito ...
frase atribuda a David Hilbert

2.4.1

Conjuntos equipotentes

Um conjunto infinito de objectos e certamente maior que um conjunto

com um n
umero finito qualquer de objectos. Esta ideia, embora parecendo
inteiramente correcta sob um ponto de vista meramente intuitivo, nao esta
formulada em termos rigorosos. Se se tentar fazer o mesmo tipo de comparacao quando ambos os conjuntos sao infinitos e, em geral, difcil (ou
mesmo impossvel) dar uma resposta satisfatoria. Por exemplo, fara algum
sentido perguntar se ha um maior n
umero de fraccoes (n
umeros racionais)
que de n
umeros inteiros ou se ha mais n
umeros irracionais que racionais?
Como ha uma infinidade de cada um deles, entao a questao nao ficara adequadamente formulada nestes termos antes de se ter clarificado o conceito
de ser maior neste contexto. Ou seja, a questao que, de facto, se devera formular e a de saber se ha algum metodo que permita comparar dois
conjuntos infinitos para saber qual deles e o maior.
Uma forma de analisar este tipo de problemas poderia, em princpio, ser
esta: sabe-se que IN esta estritamente contido em Q; pode entao parecer
que Q devera ser maior que IN. Num contexto onde fossem considerados
so conjuntos finitos este raciocnio teria perfeito cabimento. Contudo nada
garante que os conceitos validos num tal universo (dos conjuntos finitos) se
mantenham validos num universo alargado que contemple conjuntos infinitos. Sera o todo maior que as partes quando se trata de quantidades infinitas? Que significado se pode atribuir, por exemplo, a metade de infinito?
Gracas a Georg Cantor (1845-1918), matematico russo/alemao, podem darse algumas respostas a estas questoes, pelo menos num certo sentido. Em
particular pode estabelecer-se, por exemplo, que Q tem tantos elementos
quantos IN, mas que IR tem mais elementos que IN. Para se compreenderem
estas relacoes e necessario, antes de mais, analisar a operacao matematica
de contagem. Foi Cantor quem em 1870, pela primeira vez, chamou a
atencao para a importancia das correspondencias bijectivas na procura de
formas para comparar conjuntos infinitos.
124

Dado um n
umero m IN1 qualquer, denotar-se-a por IN[m] a seccao
inicial de IN1 definida por
IN[m] = {1, 2, . . . , m}
e sendo A um conjunto qualquer, diz-se que A tem m elementos quando
existe uma aplicacao bijectiva
: A IN[m]
Dados agora dois conjuntos A e B, sejam
: A IN[m] , : B IN[n]
duas bijeccoes. Se for m = n dir-se-a, naturalmente, que os conjuntos A e
B tem o mesmo n
umero de elementos. Neste caso, se o objectivo a atingir
fosse apenas o de comparar o tamanho dos conjuntos A e B e nao o de saber
exactamente quantos elementos tem cada um deles, a aplicacao
= 1 : A B
resolveria completamente o problema. De facto, visto que e sao bijeccoes,
entao tambem e uma bijeccao. Reciprocamente se existirem bijeccoes
: A B e : A IN[m] entao existe uma bijeccao 1 : B IN[m] .
Daqui resulta que, num contexto de conjuntos finitos,
dois conjuntos A e B tem o mesmo n
umero de elementos se
existir uma bijecc
ao : A B.
A nocao de bijeccao pode estender-se a conjuntos quaiquer, o que permite
fazer comparacoes de conjuntos arbitrarios. Recorde-se e reescreva-se a
definicao 2.21 ja considerada anteriormente.
Defini
c
ao 2.37 (Cantor) Sejam A e B dois conjuntos arbitr
arios. A e
B dir-se-
ao conjuntos equipotentes se existir uma bijecc
ao : A B
entre eles.
imediato constatar que a relacao de equipotencia entre conjuntos e uma
E
relacao de equivalencia. Escrever-se-a A B para significar que A e B
sao equipotentes. Pode agora formalizar-se a definicao de conjunto finito do
seguinte modo:
125

Defini
c
ao 2.38 Um conjunto A dir-se-
a finito se for vazio ou existir um
n
umero m IN1 tal que A IN[m] {1, 2, . . . , m}. Um conjunto que n
ao e
finito dir-se-
a infinito.
Se A for um conjunto finito, o n
umero m IN tal que A IN[m] e, como se
sabe, o cardinal do conjunto A que se denota por card(A). O objectivo
agora e dar um significado `a nocao de cardinalidade no caso de conjuntos
infinitos. Antes porem considere-se o seguinte resultado:
Teorema 2.39 Todo o conjunto infinito contem um subconjunto equipotente a IN1 .
Demonstra
c
ao: Seja A um conjunto infinito qualquer. A e nao vazio e, portanto,
possui um elemento a1 A. O conjunto A\{a1 } e nao vazio pois de contrario A
seria o conjunto finito {a1 }. Consequentemente existira a2 A\{a1 }; analogamente
o conjunto A\{a1 , a2 } n
ao pode ser vazio e, portanto, existira a3 A\{a1 , a2 }.
Procedendo assim sucessivamente obter-se-a um subconjunto {a1 , a2 , . . . . . .}, de
A, que e equipotente a IN1 .
2

Este teorema revela que o conjunto IN1 e, de certo modo, o mais pequeno conjunto infinito, ja que cada conjunto infinito possui um subconjunto equipotente a IN1 . Com base no Teorema 2.39 pode agora definir-se
conjunto finito (a partir da nocao de conjunto infinito) sem exigir o conhecimento previo do conjunto IN1 . Tal definicao deve-se a Dedekind e tem a
forma seguinte:
Defini
c
ao 2.40 Um conjunto n
ao vazio A diz-se Dedekind-finito se e s
o
se para toda a aplicac
ao : A A se tem que e injectiva se e s
o se
for sobrejectiva. Por convenc
ao dir-se-
a tambem que e Dedekind-finito o
conjunto .
possvel provar que sao equivalentes as Definicoes 2.38 e 2.40.
E
Nota 2.41 A definicao rigorosa de cardinalidade, que afinal serve para dar um
sentido `
a express
ao n
umero de elementos de um conjunto arbitr
ario, nao e simples
e sai fora do
ambito desta introducao. Indicar-se-ao, no entanto, as propriedades
b
asicas que a noc
ao de cardinal de um conjunto deve satisfazer e que constituem,
de certo modo, uma definicao axiomatica para esta nocao. Essas propriedades sao
as seguintes:
C1. Todo o conjunto A possui um cardinal associado, denotado por
card(A). Reciprocamente, para cada cardinal existe um conjunto X tal que = card(X);

126

C2. card(A) = 0 se e s
o se A = ;
C3. Se A IN[m] ent
ao card(A) = m;
C4. card(A) = card(B) se e so se A B.

Tendo em conta o conceito de aplicacao injectiva faz sentido a seguinte

definicao aplicavel a dois conjuntos A e B arbitrarios.
Defini
c
ao 2.42 Dir-se-
a que card(A) e menor ou igual que card(B), e
escreve-se card(A) card(B), se e s
o se existir uma aplicac
ao injectiva
de A para B. Escrever-se-
a ainda card(A) < card(B) para significar que
se tem card(A) card(B) e card(A) 6= card(B).

2.4.2
2.4.2.1

Cardinais transfinitos
O primeiro n
umero transfinito, 0

Ao lidar com a nocao de infinito e necessario estar preparado para deparar

com aspectos que parecem estranhos aos nossos habitos finitistas. Como
se vera mais tarde, ha diferentes infinitos (ou, melhor dizendo, transfinitos); por isso adoptar-se-a uma notacao apropriada para dar conta daquelas
diferencas. Usar-se-ao para tal os smbolos (introduzidos por Cantor)
0 , 1 , 2 , . . . . . .
que se leem alefe zero, alefe um, etc., respectivamente. Visto que IN1
nao e equipotente a nenhuma das suas seccoes iniciais IN[m] {1, 2, . . . , m}
entao o conjunto IN1 nao e finito; acresce ainda que a aplicacao : IN1 IN1
definida por (n) = 2n, por exemplo, e injectiva, mas nao sobrejectiva e,
portanto, IN1 nao e finito tambem no sentido da definicao 2.40 (o que nao
admira, dada a equivalencia, ja referida, das duas definicoes). Restringindo
o conjunto de chegada da aplicacao ao conjunto 2IN1 {2, 4, 6, . . .} a
aplicacao : IN1 2IN1 e uma bijeccao o que prova que IN1 e 2IN1 sao
conjuntos equipotentes. Verifica-se assim um aspecto importante dos conjuntos infinitos, que nao tem contrapartida nos conjuntos finitos, e que e o
facto de um conjunto infinito conter partes que lhe sao equipotentes. Este
tera sido o primeiro paradoxo do infinito de que se tera dado conta Galileu
Galilei (1564-1642) e que tanto o tera perturbado!
Teorema 2.43 Seja A um subconjunto qualquer de IN1 . Ent
ao A e finito
ou equipotente a IN1 .
127

Demonstra
c
ao: Suponha-se que A nao e finito. Entao A e nao vazio e, consequentemente, possui um elemento menor que todos os outros. Seja a1 A esse
elemento. Seja agora a2 o menor elemento de A\{a1 }, a3 o menor elemento de
A\{a1 , a2 } e assim sucessivamente. Desta forma todos os elementos de A sao considerados ficando ent
ao construda uma bijeccao entre A e IN1 .
2

De acordo com este resultado todos os subconjuntos infinitos de IN1 sao

equipotentes a IN1 . Estao neste caso, por exemplo, os conjuntos dos n
umeros
pares positivos, dos n
umeros mpares positivos, dos n
umeros primos, etc.

Defini
c
ao 2.44 Dir-se-
a que um conjunto infinito A tem cardinalidade
0 se A for equipotente ao conjunto IN1 , e escrever-se-
a com este sentido
card(A) = 0 .

Do que atras ficou dito resulta que ha apenas um cardinal transfinito, 0 ,

para todos os subconjuntos infinitos de IN1 . No entanto, IN1 e, ele proprio,
subconjunto de outros conjuntos, podendo, `a primeira vista, ser-se tentado
a atribuir-lhes entao uma cardinalidade superior `a de IN1 . Tal nao acontece
necessariamente, como o provam os seguintes resultados:

Teorema 2.45 O conjunto ZZ IN1 e equipotente ao conjunto IN1 (ou seja

card(ZZ) = 0 ).
Demonstra
c
ao: Escrevendo ZZ na forma
0, +1, 1, +2, 2, +3, 3, . . . . . .
obter-se-
a uma bijecc
ao : IN1 ZZ da seguinte forma: (1) = 0, (2) = 1,
(3) = 1, (4) = 2, (5) = 2, (6) = 3, ...
2

De certo modo mais inesperado e o seguinte:

umeros racionais e numer

avel (ou seja,
Teorema 2.46 O conjunto Q dos n
card(Q) = 0 ).
128

Demonstra
c
ao: A demonstrac
ao resulta do processo de numeracao dos elementos
de Q+ exemplificado como se segue
1

1
2

1
3

1
4

1
5

1
6

...

2
2

2
3

2
4

2
5

2
6

...

3
2

3
3

3
4

3
5

3
6

...

4
2

4
3

4
4

4
5

4
6

...

5
2

5
3

5
4

5
5

5
6

...

6
..
.

6
2

6
3

6
4

6
5

6
6

...

..
.

..
.

..
.

..
.

..
.

Assim, dispostos em quadrado semi-infinito, aparecem todos os n

umeros racionais
positivos pelo menos uma vez; e possvel agora ordena-los seguindo o caminho
indicado na figura acima. Depois de eliminados todos os n
umeros que se encontram
repetidos, obter-se-
a
1, 1/2, 2, 1/3, 3, 1/4, 2/3, 3/2, 4 . . . . . .
o que constitui uma enumerac
ao de Q+ . Procedendo agora como na enumeracao
dos elementos de ZZ, juntando o 0 no incio e colocando alternadamente n
umeros
racionais positivos e negativos, obter-se-a
0, 1, 1, 1/2, 1/2, 2, 2, 1/3, 1/3, 3, 3, 1/4, 1/4, 2/3, 2/3, 3/2, 3/2, 4, . . . ,
o que constitui uma enumerac
ao de Q, verificando-se deste modo que Q e equipotente a IN1 e, portanto, que card(Q) = 0 , o que constitui um resultado que, `a
primeira vista, n
ao seria de esperar.
2

Teorema 2.47 O conjunto A constitudo por todos os n

umeros algebricos
tem a potencia do numer
avel.
Demonstra
c
ao: Um n
umero diz-se alg
ebrico se for raiz de um polinomio de
coeficientes inteiros. Ent
ao A e o conjunto de todos os zeros de todos os polinomios
de coeficientes inteiros, que se denota, geralmente, por ZZ[x]. Dado um polinomio
qualquer
p(x) = a0 xn + a1 xn1 + + an1 x + an ZZ[x]
chama-se altura de p ao n
umero inteiro positivo definido por
h(p) = n +

n
X
j=0

129

|aj |.

Como se sabe, para cada k IN1 ha apenas um n

umero finito, (k) IN, de
maneiras distintas de decompor k como soma de n
umeros inteiros nao negativos.
Ent
ao h
a apenas (k) polinomios distintos de altura h(p) = k, cada um dos quais
tem grau < k e, portanto, no maximo k 1 zeros. Para cada altura k IN1 entao
h
a, no m
aximo, k(k) n
umeros algebricos. Ordenando os n
umeros algebricos de
acordo com as sucessivas alturas dos polinomios de ZZ[x] de que sao zeros, obterse-
a uma enumerac
ao de todos os elementos de A, ficando deste modo provada a
afirmac
ao feita.
2

2.4.2.2

O segundo n
umero transfinito, 1

Dos exemplos atras considerados pode ficar a ideia de que, afinal, todos os
conjuntos infinitos tem a mesma cardinalidade, 0 . Como a seguir se vera,
tal nao se verifica, no entanto.
Teorema 2.48 Seja A um conjunto n
ao vazio qualquer e denote-se por
P(A) o conjunto das partes de A. Ent
ao
card(A) < card (P(A))
(onde a desigualdade e estrita).
Demonstra
c
ao: Visto que a aplicacao
: A P(A)
a ; (a) = {a}
e injectiva, ent
ao tem-se imediatamente,
card(A) card (P(A))
Para mostrar que, adicionalmente, se tem card(A) 6= card (P(A)) e necessario
provar agora que n
ao existe nenhuma bijeccao entre A e P(A). Para tal, basta
mostrar que n
ao h
a nenhuma aplicacao de A em P(A) que seja sobrejectiva ou,
dito de outro modo, que para toda a aplicacao
: A P(A)
existe sempre um subconjunto T de P(A) que nao e imagem por de nenhum
elemento de A. Tal demonstracao deve-se a Georg Cantor, que introduziu o subconjunto T A definido por
T = {t A : t 6 (t)}
provando em seguida que nao existe qualquer b A para o qual se tenha (b) = T.

130

De facto, seja x A qualquer; entao ou x 6 T ou x T. Se x 6 T, da definicao

de T resulta que x (x) e, portanto, que (x) 6= T. Se x T entao x 6 (x) e,
portanto, (x) 6= T. Consequentemente nao e sobrejectiva, como se afirmou. 2

Deste teorema, fazendo A IN1 , resulta a desigualdade

card(IN1 ) < card (P(IN1 )) .
Denotando2 card (P(IN1 )) por 20 , tem-se entao
2 0 > 0
onde 20 e o segundo cardinal transfinito, denotado geralmente por 1 .
O mais conhecido conjunto cuja cardinalidade se pode provar ser igual
a 1 e o conjunto IR dos n
umeros reais. Como a funcao f : IR (0, 1)
definida por
1 1
f (x) = + arctan(x)
2
e bijectiva, entao os conjuntos IR e (0, 1) IR sao equipotentes e tem,
portanto, a mesma cardinalidade. Por outro lado, como os intervalos [0, 1]
e (0, 1) tem a mesma cardinalidade,3 entao IR e [0, 1] tem tambem a mesma
cardinalidade.
Teorema 2.49 O cardinal de IR, igual ao cardinal do intervalo [0, 1], e igual
ao cardinal de P(IN1 ), isto e, card(IR) = 1 .
Demonstra
c
ao: A aplicac
ao : P(IN1 ) [0, 1] definida, para cada T P(IN1 ),
por

X
i
[0, 1]
(T) = 0, 1 2 3 . . . . . .
i
10
i=1
onde, para cada i = 1, 2, 3, . . . . . ., se tem

0
i =
1

se i 6 T
se i T,

Note-se que se A for um conjunto finito com n elementos ent

ao P(A) e tambem um
conjunto finito, mas com 2n elementos.
3
Para o provar basta verificar que a aplicac
ao g : [0, 1] (0, 1) definida por

g(x) =

1
k+2

se x = 0,
1
se x = k+1
e k = 0, 1, 2, . . .,
1
, k1 [ e k = 1, 2, . . .
se x ] k+1

e bijectiva.

131

e, como se pode provar, uma aplicacao injectiva.

Interpretando agora 0, 1 2 3 . . ., definido acima, como representacao binaria de
um n
umero, obtem-se uma nova aplicacao : P(IN1 ) [0, 1], pondo
(T) = 0, 1 2 3 . . . . . . |[2]

X
i
2i
i=1

Visto que, como se pode mostrar, todo o n

umero x [0, 1] possui uma representac
ao bin
aria da forma 0, 1 2 3 . . . . . . com i {0, 1} para i = 1, 2, 3, . . ., entao,
associando a cada x [0, 1] o subconjunto Tx de IN1 definido por
Tx = {i IN1 : i = 1} IN1
pode concluir-se que e uma aplicacao sobrejectiva. Este facto, por seu turno, implica a existencia de uma aplicacao injectiva : [0, 1] P(IN1 ) (ver exerccio 2.4.1
abaixo). Consequentemente, tendo em conta o Teorema de Shroder-Bernstein,4
existe uma aplicac
ao bijectiva entre P(IN1 ) e [0, 1] e, portanto, P(IN1 ) e [0, 1] sao
conjuntos equipotentes, ou seja
card([0, 1]) = card (P(IN1 )) .
Das considerac
oes feitas resulta entao que card(IR) = card (P(IN1 )) 1 , como
se pretendia mostrar.
2

Exerccios 2.4.1 Sejam A e B dois conjuntos quaisquer. Provar que se existir

uma aplicac
ao sobrejectiva de A em B entao existe uma aplicacao injectiva de B
em A.

umero racional o que significa que

Ja atras foi referido que 2 nao e um n
a diagonal de um quadrado nao e comensuravel com o seu lado. Isto mostra
que nao existe uma correspondencia bijectiva entre o conjunto Q e a recta
numerica, facto este que levou `a criacao do conjunto IR dos n
umeros reais.
Daqui pode entao inferir-se que existem 1 pontos na recta numerica (ou,
em boa verdade, em qualquer segmento da recta numerica que nao se reduza
a um ponto). O n
umero cardinal transfinito 0 e frequentemente referido
na literatura por potencia do numer
avel enquanto que o n
umero cardinal
transfinito 1 , por razoes obvias, e designado por potencia do contnuo.
Considere-se agora o segmento de recta
I = (0, 1)
4

Teorema de Shr
oder-Bernstein: Dados dois conjuntos A e B, se existirem duas
aplicac
oes injectivas : A B e : B A, ent
ao existe tambem uma aplicac
ao bijectiva
: A B.

132

e o quadrado
I 2 = {(x, y) IR2 : 0 < x, y < 1}.
O quadrado tem area igual a 1 enquanto que o intervalo tem area igual a 0.
Seria de esperar, portanto, que houvesse mais pontos no quadrado que no
intervalo. Entretanto pode provar-se o seguinte:
Teorema 2.50 O segmento da recta real I e o quadrado I 2 do plano real
s
ao equicardinais (ou, dito de outra forma, h
a tantos pontos no plano real
quantos na recta real).
Demonstra
c
ao: Considere-se um quadrado de comprimento unitario referido a
um sistema de eixos cuja origem coincide com o vertice inferior esquerdo e cujos
eixos contem os lados que se cruzam nesse vertice. Seja p a abcissa de um ponto
do lado do quadrado assente no eixo Ox. Entao p e um n
umero estritamente
compreendido entre 0 e 1. Deste n
umero extraiam-se dois n
umeros a e b da seguinte
forma: em a figuram todos os dgitos existentes nas casas decimais de ordem mpar
e em b todos os dgitos existentes nas casas decimais de ordem par.(Se, por exemplo,
for p = 0.7346982340 . . . vem a = 0.74924 . . . e b = 0.368630 . . ..) O par (a, b) pode
ser representado por um ponto P (a, b) do interior do quadrado; reciprocamente,
a cada ponto do quadrado pode, pela construcao inversa, fazer-se corresponder um
e um s
o ponto da aresta considerada. Estabelece-se assim uma correspondencia
bijectiva p (a, b) entre pontos do intervalo (0, 1) e pontos do quadrado (0, 1)
(0, 1) ou seja: h
a tantos pontos no quadrado como no segmento de recta.
2

De forma analoga, usando agora um cubo de lado 1, pode mostrar-se que ha

tantos pontos num cubo como em qualquer uma das suas arestas (ou ainda,
que ha tantos pontos no espaco tridimensional quantos na recta!). Este
raciocnio pode generalizar-se a qualquer espaco IRn para n IN1 arbitrario.
O exemplo da equipotencia entre o segmento de recta I e o quadrado
I 2 merece ainda um pouco mais de reflexao. Os dois objectos matematicos
sao claramente distintos, o que significa entao que a sua caracterizacao nao
pode ser feita apenas `a custa da nocao de equipotencia de conjuntos (dois
sacos, um de batatas e outro de feijoes, podem conter exactamente o mesmo
n
umero de objectos, mas a nossa intuicao garante-nos que eles sao claramente distintos!). A diferenca entre os dois conjuntos acima referidos e de
uma ndole que nao pode ser classificada em termos de cardinalidade, mas
que ultrapassa o ambito desta disciplina.
2.4.2.3

N
umeros cardinais transfinitos superiores

O Teorema 2.48 da seccao anterior permite mostrar que o conjunto de todos

os cardinais transfinitos e, ele proprio, infinito. De facto, visto que, para
133

qualquer conjunto nao vazio A se tem

card(A) < card (P(A))
entao ter-se-a que
1 < card (P(IR)) 2
onde 2 tambem se denota por 21 . Obtem-se assim um novo cardinal transfinito estritamente superior aos anteriores. 2 e o cardinal de, por exemplo,
o conjunto de todas as funcoes reais de variavel real. Por aplicacao repetida
do referido Teorema 2.48 pode construir-se uma sucessao de cardinais transfinitos
0 < 1 < 2 < 3 < . . . . . .
cujo estudo mais aprofundado nao sera aqui feito.

134

Captulo 3

Relac
oes de Recorr
encia e
Func
oes Geradoras
3.1

Introdu
c
ao

No captulo anterior, para determinar uma expressao para Am

umero de
p , o n
arranjos de m objectos tomados p a p, partiu-se da relacao
m
Am
p = Ap1 (m p + 1), p = 1, 2, . . . , m

(3.1)

onde Am
a custa do termo anterior
p , para cada m IN fixado, se expressa `
m
Ap1 . A formula (3.1) e um exemplo de uma relacao de recorrencia.
Outro exemplo do mesmo tipo e dado pelos termos de uma progressao
geometrica de razao r: denotando por an o termo de ordem n da progressao
geometrica entao este termo e igual ao produto do termo de ordem n 1
pela razao r, isto e,
an = r an1 , n = 1, 2, 3, . . .

(3.2)

o que constitui tambem uma relacao de recorrencia. Supondo que a0 = 1

podem agora determinar-se os termos da sucessao (an )nIN , sequencialmente,
a1
a2
a3

= r a0
= r a1
= r a2
..
.

= r
= r2
= r3

an = r an1 = rn
..
.
135

A condicao a0 = 1 e chamada condicao inicial da relacao de recorrencia (3.2).

Neste caso, foi facil determinar a forma do termo geral independentemente
dos termos anteriores; mas nem sempre assim acontece.
Outro exemplo ainda de uma relacao de recorrencia muito conhecida e a
que e dada para definir os chamados n
umeros de Fibonaci, que aparecem
em muitos problemas,
{f0 , f1 , f2 , f3 , . . .}
Estes n
umeros sao definidos pelas condicoes iniciais

f0 = f1 = 1

e pela relacao de recorrencia

fn = fn1 + fn2

Usando esta relacao e as condicoes iniciais, podem calcular-se os primeiros

termos da sucessao

{1, 1, 2, 3, 5, 8, 13, 21, 34, 55, 89, 144, 233, 377, 610, 987, 1597, . . .}

A partir desta sequencia de n

umeros, contudo, nao e facil conjecturar uma
formula fechada para o termo geral da sucessao dos n
umeros de Fibonaci.
E, no entanto, tal formula pode ser importante para avaliar, por exemplo, o
grau de crescimento da sucessao para valores grandes da variavel n.
Esta sucessao foi estudada no sec. XIII por Leonardo de Pisa Fibonaci
quando se ocupava de um problema de crescimento de uma populacao de
coelhos. Fibonacci questionava-se sobre o n
umero de pares de coelhos que
seria obtido na geracao n se se partisse de um u
nico casal de coelhos e se
suposesse que cada par de coelhos contribuia com um casal de coelhos para
a geracao seguinte e um casal de coelhos para a geracao que vem a seguir a
esta, morrendo de seguida.
136

Mantendo a mesma relacao recursiva, mas variando as condicoes iniciais,

obtem-se outra sequencia de n
umeros diferente da primeira. Assim, fazendo,
por exemplo
l0 = 2 e l1 = 1
e
ln = ln1 + ln2
obtem-se a sucessao
{2, 1, 3, 4, 7, 11, 18, 29, 47, 76, 123, 199, 322, 521, 843, 1364, . . .}
cujos elementos sao conhecidos por n
umeros de Lucas.
Os n
umeros de Lucas e de Fibonacci estao relacionados entre si de diversas maneiras: tem-se, por exemplo,
l2n = ln2 2(1)n
l0 + l1 + + ln = ln+2 1
5fn = ln1 + ln+1
2lm+n = lm ln + 5fm fn

f2n = fn ln
f0 + f1 + + fn = fn+2 1
ln = fn1 + fn+1
2fm+n = fm ln + fn lm

Defini
c
ao 3.1 Dada uma sucess
ao de n
umeros a0 , a1 , a2 , . . . , an , . . . chamase rela
c
ao de recorr
encia a uma equac
ao que relaciona o termo an com
os termos que o antecedem e que e v
alida para todo o n maior que um dado
inteiro fixado n0 .
Em muitos casos e possvel obter a partir da relacao de recorrencia e
das condicoes iniciais uma formula explcita para o termo de ordem n. Isto
pode ser feito por iteracao sucessiva da formula de recorrencia ou entao
137

conjecturando adequadamente uma formula fechada a qual tem de ser depois demonstrada por inducao matematica, usando a relacao de recorrencia
correspondente e o que acontece com a relacao de recorrencia (3.2), por
exemplo.
Considere-se, de novo, a relacao de recorrencia de Fibonacci
fn = fn1 + fn2 ,

n = 2, 3, 4, . . .

Uma forma de resolver esta relacao e procurar para ela solucoes da forma
fn = q n

(3.3)

onde q e um n
umero real nao nulo.
Como
fn1 = q n1 e fn2 = q n2
entao a expressao (3.3) sera solucao da relacao de recorrencia de Fibonacci
se e so se1 q 6= 0 satisfizer a relacao algebrica
q n = q n1 + q n2
ou seja
q n q n1 q n2 = 0
Pondo q n2 em evidencia


q n2 q 2 q 1

= 0

entao, visto que q 6= 0, daqui decorre que

q2 q 1 = 0
Esta equacao admite as duas solucoes

1+ 5
1 5
q2 =
q1 =
2
2
e, portanto,

!n
1+ 5
2

Para q = 0 obter-se-ia a sucess

ao nula.

138

!n
1 5
2

sao ambas solucoes da equacao de recorrencia de Fibonacci. Visto que a

relacao de recorrencia de Fibonacci e linear e homogenea, entao, como se
mostrara mais tarde, qualquer combinacao linear daquelas duas solucoes e
ainda solucao da equacao de recorrencia dada. Assim, a solucao geral da
relacao de recorrencia de Fibonacci e dada por
fn = c1

!n
1+ 5
+ c2
2

!n
1 5
2

onde c1 , c2 sao constantes arbitrarias. Tendo em conta as condicoes iniciais

f0 = f1 = 1
obtem-se o seguinte sistema de equacoes lineares nas incognitas c1 e c2
1 = c1 + c2

1+ 5
1 5
1 = c1
+ c2
2
2
donde

1 1+ 5
c1 =
,
2
5

1 1 5
c2 =
2
5

Entao os n
umeros de Fibonacci satisfazem a formula
!n+1
!n+1
1
1
1+ 5
1 5

fn =
2
2
5
5
para n = 0, 1, 2, 3, 4, . . . (provar por inducao!).
Considerando agora as condicoes iniciais correspondentes `a sucessao dos
n
umeros de Lucas na solucao geral da relacao de recorrencia de Fibonacci
ln = c1
l0 = 2,

!n
1+ 5
+ c2
2
l1 = 1

!n
1 5
2

obtem-se
2 = c1 + c2

1+ 5
1 5
1 = c1
+ c2
2
2
139

donde

c1 =

52

,
5

c2 =

5+2

Os n
umeros de Lucas satisfazem assim a formula

ln =

52

!n
1+ 5
5+2

2
5

!n
1 5
2

para n = 0, 1, 2, 3, 4, . . . (provar por inducao!).

Os n
umeros de Fibonacci ocorrem frequentemente na resolucao de problemas combinatorios. No teorema que se segue estabelece-se uma representacao dos n
umeros de Fibonacci em termos dos coeficientes binomiais.
Teorema 3.2 Para n 0 o n
umero de Fibonacci fn satisfaz a seguinte
relac
ao
!
!
!
!
n1
n2
nk
n
+
+
+ +
fn =
1
2
k
0
onde k = [n/2] (e o maior inteiro contido em n/2).
Demonstra
c
ao: Para n 0 seja
g(n) =

  
 



n
n1
n2
nk
+
+
+ +
0
1
2
k

onde k = [n/2]. Visto que Cpn = 0 para qualquer inteiro p > n, pode escrever-se
g(n) =

  
 


 

 
n
n1
n2
nk
nk1
0
+
+
+ +
+
+ +
0
1
2
k
k+1
n

Para completar a demonstracao tera de verificar-se que f0 = g(0) e f1 = g(1) e ainda

que g(n) e uma soluc
ao da relacao de recorrencia de Fibonacci, fn = fn1 + fn2 .
Visto que os valores iniciais juntamente com a relacao de recorrencia determinam
univocamente a sequencia de n
umeros, pode entao concluir-se que fn = g(n) para
todo o n 0. Ora,
g(0)
g(1)

 
0
= 1 = f0
0
   
1
0
=
+
= 1 = f1
0
1
=

140

Para n 2


 
 



n1
n2
n3
0
g(n 1) + g(n 2) =
+
+
+ +
+
0
1
2
n1

 



n2
n3
0
+
+ +
0
1
n2

 
 

n1
n2
n2
=
+
+
+
0
1
0

 


 

n3
n3
0
0
+
+ +
+
2
1
n1
n2
Tendo em conta a relac
ao entre os coeficientes binomiais
 

 

r
r1
r1
=
+
p
p
p1
e aplicando-a adequadamente `
a expressao anterior, visto que C0n1 = 1 = C0n e
0
Cn = 0, vem


 
 



n1
n1
n2
1
g(n 1) + g(n 2) =
+
+
+ +
0
1
2
n1
  
 


  
n
n1
n2
1
0
=
+
+
+ +
+
0
1
2
n1
n
Entao
g(n 1) + g(n 2) = g(n)
o que significa que g(n) e soluc
ao da relacao de recorrencia de Fibonacci para n 2.
Consequentemente, fn = g(n) para todo o n = 0, 1, 2, . . ..
2

3.1.1

Relac
oes de recorr
encia e equa
c
oes de diferen
cas

Seja (an )n=0,1,2,... uma sucessao dada. Chama-se primeira diferen

ca desta
sucessao `a sucessao (an )n=1,2,... definida por
an = an an1 ,

n = 1, 2, . . .

A segunda diferenca (2 an )n=2,3,... e a primeira diferenca da sucessao de

primeiras diferencas (an )n=1,2,...
2 an = (an ) = an an1
= an an1 (an1 an2 ) = an 2an1 + an2
141

Mais geralmente, para k IN1 qualquer, define-se a diferenca de ordem k,

pondo


k an = k1 an

= k1 an k1 an1 , n = k, k + 1, . . .
Chama-se equa
c
ao de diferen
cas a uma equacao que envolve o termo an
e as suas diferencas. Por exemplo, a equacao
32 (an ) + 2(an ) + 7an = 0

(3.4)

e uma equacao de diferencas de 2a ordem homogenea (porque o segundo

membro da equacao e zero).
Note-se que cada ani (com i = 1, 2, . . . , n 1) pode ser expresso em
termos de an e das suas diferencas
an1 = an (an )
an2 = an1 (an1 )
= an (an ) (an ) + 2 (an )
= an 2(an ) + 2 (an )
..
.
Usando estas relacoes e substituindo na equacao de diferencas, esta transforma-se numa relacao de recorrencia. Cada relacao de recorrencia pode assim formular-se em termos de uma equacao de diferencas e vice-versa, cada
equacao de diferencas pode dar origem a uma relacao de recorrencia. A
equacao de diferencas (3.4), por exemplo, pode transformar-se na seguinte
relacao de recorrencia
3 (an 2an1 + an2 ) + 2 (an an1 ) + 7an = 0
ou seja
12an = 8an1 3an2
Por este facto, as expressoes equac
ao de diferencas e relac
ao de recorrencia
sao usadas, muitas vezes, indistintamente.
Note-se que para resolver uma relacao do tipo
12an = 8an1 3an2
e necessario conhecer or termos a0 e a1 , ou seja, sao necessarias duas condicoes
iniciais para resolver a equacao de diferencas (3.4).
142

Exemplo 3.3 A relacao de recorrencia

an = nan1 ,

n = 1, 2, 3, . . .

com a condic
ao incial a0 = 1 tem a seguinte solucao
an = n!, n = 0, 1, 2, 3, . . .

3.2

Fun
c
oes Geradoras

As funcoes geradoras, que a seguir se definem, aparecem muitas vezes, com

grande utilidade, na resolucao de problemas de contagens. Para comecar,
considere-se o seguinte exemplo:
Exemplo 3.4 Determinar o numero de solucoes inteiras da equacao
a + b + c = 10
onde cada vari
avel s
o pode tomar valores inteiros entre 2 e 4.
Resolu
c
ao. Este problema pode resolver-se por enumeracao explcita
a
2
3
3
4
4
4

b
4
4
3
2
4
3

c
4
3
4
4
2
3

Ha, portanto, 6 soluc

oes para este problema.
Foi possvel resolver deste modo este problema por ele ser de pequenas dimens
oes. Se as dimens
oes do problema fossem substancialmente maiores, este
metodo, de enumerac
ao explcita, tornar-se-ia de difcil ou impossvel aplicabilidade. Vejamos ent
ao outro metodo de aplicacao mais geral.
A cada vari
avel, a, b, c, associa-se um polinomio pa , pb , pc assim definido: como
cada vari
avel s
o pode tomar os valores 2, 3 ou 4 entao, neste caso, cada um dos
polin
omios e dado por
x2 + x3 + x4
Multiplicando os tres polin
omios correspondentes a cada uma das tres variaveis
obtem-se o polin
omio
p(x) = pa (x) pb (x) pc (x) = (x2 + x3 + x4 )3
o qual envolve as potencias de x que vao de 6 a 12. Este polinomio e um exemplo
de uma fun
c
ao geradora.

143

Visto que a + b + c = 10 entao o coeficiente de x10 em p(x) da o n

umero de
soluc
oes da equac
ao original nas condicoes especificadas. De facto, o coeficiente
de x10 e igual ao n
umero de produtos da forma xa xb xc onde a, b, c pertencem ao
conjunto {2, 3, 4} e s
ao tais que a + b + c = 10. Visto que
p(x)

= (x2 + x3 + x4 )(x2 + x3 + x4 )(x2 + x3 + x4 )

= (x4 + 2x5 + 3x6 + 2x7 + x8 )(x2 + x3 + x4 )
= x6 + x7 + x8 + 2x7 + 2x8 + 2x9 + 3x8 + 3x9 + 3x10 + 2x9 + 2x10 +
2x11 + x10 + x11 + x12
=
+ (3 + 2 + 1)x10 +

O n
umero de soluc
oes inteiras da equacao dada pertencentes ao conjunto {2, 3, 4}
e, como j
a se sabia por enumeracao directa, igual a 6.

Defini
c
ao 3.5 Chama-se serie de potencias a uma serie da forma
a0 + a1 x + a2 x2 + + an xn +
onde an (n = 0, 1, 2, 3, . . .) s
ao n
umeros reais ou complexos e x designa uma
vari
avel.
Se

a0 + a1 x + a2 x2 + + an xn +
b0 + b1 x + b2 x2 + + bn xn +

forem duas series de potencias, entao a soma destas duas series de potencias
e a serie de potencias dada por
(a0 + b0 ) + (a1 + b1 )x + (a2 + b2 )x2 + + (an + bn )xn +
e o produto destas duas series de potencias e a serie de potencias cujo
coeficiente de xn , n = 0, 1, 2, . . . e dado por
a0 bn + a1 bn1 + a2 bn2 + + an b0 =

ai bj

i,j0; i+j=n

ou seja, a serie de potencias produto e dada por

n=0

ai bj xn

i,j0; i+j=n

Se an (n = 0, 1, 2, . . .) for, para cada n, o n

umero de solucoes de um
dado problema combinatorio, chama-se fun
c
ao geradora ordin
aria para
aquele problema combinatorio `a serie de potencias
a0 + a1 x + a2 x2 + + an xn +
144

Note-se que qualquer polinomio e uma serie de potencias particular: por

exemplo, o polinomio
3x2 + 2x4 + x7
pode ser escrito na forma
0 + 0x + 3x2 + 0x3 + 2x4 + 0x5 + 0x6 + x7 + 0x8 +
que e uma serie de potencias com os coeficientes quase todos nulos.
A soma e o produto das series de potencias sao generalizacoes imediatas
das operacoes correspondentes com polinomios.
Voltando ao problema inicial, que se pode generalizar, considere-se a
equacao
a+b+c = r
(3.5)
onde a, b, c {2, 3, 4} e r = 6, 7, . . . , 12. Para cada r fixado, seja ar o n
umero
de solucoes inteiras da equacao (3.5). Entao ar e igual ao coeficiente da
potencia de ordem r da funcao geradora ordinaria para este problema
g(x) = (x2 + x3 + x4 )3
= x6 + 3x7 + 6x8 + 7x9 + 6x10 + 3x11 + x12
Exemplo 3.6 Dado um conjunto com n objectos o numero de possveis escolhas
de r objectos (0 r n) e dado por
 
n
n!
Crn =
=
r
r!(n r)!
A func
ao geradora ordin
aria para este problema combinatorio e
   
 


 
n
n
n 2
n
n n
x
g(x) =
+
x+
x + +
xn1 +
0
1
2
n1
n
= (1 + x)n

Exemplo 3.7 Determinar a funcao geradora ordinaria na qual o coeficiente de

xr seja o n
umero de soluc
oes inteiras n
ao negativas da equac
ao
2a + 3b + 5c = r
Resolu
c
ao. Escrevendo x = 2a, y = 3b e z = 5c procura-se entao o n
umero de
soluc
oes inteiras n
ao negativas da equacao
x+y+z = r

145

onde x {0, 2, 4, 6, 8, . . .}, y {0, 3, 6, 9, . . .} e z {0, 5, 10, 15, 20, . . .}. Entao,
associando `
as vari
aveis x, y, z as series de potencias
gx (t) = 1 + t2 + t4 + t6 +
gy (t) = 1 + t3 + t6 + t9 +
gz (t) = 1 + t5 + t10 + t15 +
a func
ao geradora ordin
aria associada a este problema e dada por
g(t)

=
=

(1 + t2 + t4 + t6 + )(1 + t3 + t6 + t9 + )(1 + t5 + t10 + t15 + )

1
1
1
2
3
1 t 1 t 1 t5

Exemplo 3.8 O numero de solucoes inteiras nao negativas da equacao

a+b+c = 4
e dado pelo coeficiente de x4 na funcao
g(x) = (1 + x + x2 + x3 + x4 )3
ou na serie de potencias
h(x) = (1 + x + x2 + x3 + x4 + x5 + )3

No que se segue apresentam-se alguns resultados gerais que facilitam a

determinacao do coeficiente an da potencia xn na funcao geradora ordinaria.
Teorema 3.9
1. Seja ar o coeficiente de xr na func
ao geradora ordin
aria
g(x) = (1 + x + x2 + x3 + x4 + x5 + )n
Ent
ao ar = Crr+n1 .
2. (1 xm )n = 1 C1n xm + C2n x2m + (1)n xnm
3. (1 + x + x2 + x3 + + xm1 )n = (1 xm )n (1 + x + x2 + )n
Demonstra
c
ao:
seguinte

(1) Tendo em conta o teorema binomial de Newton, tem-se o

g(x)

1
= (1 x)n
(1 x)n


X
n
=
(1)r xr
r
r=0
=

146

onde


n
r


=
=
=
=

(n)(n 1)(n 2) (n r + 1)
r!
n(n + 1)(n + 2) (n + r 1)
(1)r
r!
(n
+
r

1)

(n + 1)n(n 1)!
(1)r
r!(n 1)!




n
+
r

1
r
r n+r1
(1)
(1)
r
n1

Logo, substituindo na equac

ao anterior, vem
g(x) (1 + x + x2 + . . .)n =



X
n+r1
r=0

n1

xr

e, portanto,

ar =




n+r1
n+r1

n1
r

(2) Fazendo t = (xm ) no desenvolvimento binomial de (1 + t)n obtem-se o

resultado pretendido.
f
(3) E
acil verificar formalmente que se tem
1 + x + x2 + + xm1 = (1 xm )(1 + x + x2 + x3 + )
e, portanto, tomando a potencia de ordem n de ambos os membros obtem-se a
igualdade apresentada.
2

Da primeira alnea do teorema anterior resulta ainda o seguinte:

Corol
ario 3.10 A func
ao g(x) e a func
ao geradora associada ao problema
da determinac
ao do n
umero de soluc
oes inteiras n
ao negativas da equac
ao
y1 + y 2 + + yn = r
r+n1
que e, assim, igual a Cn1
.

Exemplo 3.11 Determinar o numero de solucoes inteiras da equacao

a + b + c + d = 27
onde cada vari
avel toma valores entre 3 e 8.
Resolu
c
ao. O n
umero de soluc
oes procurado e igual ao coeficiente de x27 na funcao
geradora ordin
aria associada a este problema, que e dada por
g(x)

= (x3 + x4 + x5 + x6 + x7 + x8 )4
= x12 (1 + x + x2 + x3 + x4 + x5 )4

147

O n
umero de soluc
oes pretendido e igual ao coeficiente de x15 da funcao
h(x) = (1 + x + x2 + x3 + x4 + x5 )4
Tendo em conta o teorema anterior
h(x)

= (1 + x + x2 + x3 + x4 + x5 )4
= (1 x6 )4 (1 + x + x2 + x3 + )4

Pela alnea (2) do teorema anterior

(1 x6 )4 = 1

 
 
4 6
4 12
x +
x + + x24
1
2

e pela alnea (1) do mesmo teorema

2

(1 + x + x + x + )

 
 
 
4
5 2
6 3
= 1+
x+
x +
x +
1
2
3

Ent
ao o coeficiente de x15 no produto e igual a
X
ai bj = a0 b15 + a6 b9 + a12 b3
i+j=15

         
18
4
12
4
6
1

15
1
9
2
3

18!
4! 12!
4! 6!

+
15!3!
3!1! 9!3!
2!2! 3!3!

3 17 16 4 2 11 10 + 2 3 5 4 = 56

Exemplo 3.12 Determinar o coeficiente de x24 de

(x3 + x4 + x5 + )5
Resolu
c
ao. Visto que
(x3 + x4 + x5 + )5 = x15 (1 + x + x2 + )5
ent
ao o n
umero pretendido e igual ao coeficiente de x9 na funcao
g(x) = (1 + x + x2 + x3 + x4 + x5 + )5
que, de acordo com o teorema (3.9), e igual a


 
5+91
13
13!
= 13 11 5 = 711
=
=
9
9
9!4!

148

Se
a0 + a1 x + a2 x2 + a3 x3 + + an xx +
for a serie de potencias de uma funcao g(x), entao g(x) e a funcao geradora
ordinaria da sucessao (an )n=0,1,2,... . A partir desta funcao geradora e possvel
construir as funcoes geradoras de outras sucessoes relacionadas com aquela.
Teorema 3.13 Se g(x) for a func
ao geradora ordin
aria associada `
a sucess
ao
(an )n=0,1,2,... e h(x) for a func
ao geradora associada `
a sucess
ao (bn )n=0,1,2,... ,
ent
ao
1. g(x) + h(x) e a func
ao geradora ordin
aria associada `
a sucess
ao
(an + bn )n=0,1,2,... .
2. (1x)g(x) e a func
ao geradora associada `
a sucess
ao (an an1 )n=0,1,2,...
(onde se faz a1 = 0).
3. (1 + x + x2 + )g(x) e a func
ao geradora da sucess
ao
(a0 + a1 + + an )n=0,1,2,...
4. g(x) h(x) e a func
ao geradora da sucess
ao
(a0 bn + a1 bn1 + + an b0 )n=0,1,2,...
5. xg 0 (x) e a func
ao geradora da sucess
ao (nan )n=0,1,2,... onde g 0 (x) e a
derivada de g relativamente a x.
Demonstra
c
ao: Sendo
g(x)

aj xj

j=0

h(x)

bj xj

j=0

entao
1.
g(x) + h(x) =

(aj + bj )xj

j=0

2.
(1 x)g(x)

X
j=0

aj xj

aj xj+1

j=0

= a0 + (a1 a0 )x + (a2 a1 )x2 + + (an an1 )xn +

149

3.
(1 + x + x2 + )g(x)

= (1 + x + x2 + )(a0 + a1 x + a2 x2 + )
= a0 + (a0 + a1 )x + (a0 + a1 + a2 )x2 +

4.
g(x)h(x) =

n
X

aj bnj xn

n=0

5. Sendo
g 0 (x) =

j=0

j aj xj1

j=1

vem

xg 0 (x) =

j aj xj

j=1

Os resultados obtidos provam cada uma das alneas do teorema.

facil verificar que

E
(1 x)(1 + x + x2 + x3 + ) = 1
e, portanto,
g(x) = 1 + x + x2 + x3 + =

1
1x

(a serie de potencias converge absolutamente para |x| < 1). A funcao g(x)
e a funcao geradora da sucessao constante an = 1, n = 0, 1, 2, . . . enquanto
que
1
h(x) = g(x)k =
(1 x)k
tendo em conta o teorema 3.9, e a funcao geradora da sucessao
n+k1
n

!!
n=0,1,2,3,...

Exemplo 3.14 Determinar a funcao geradora associada `a sucessao

an = 3n + 5n2 ,

n = 0, 1, 2, . . .

Resolu
c
ao. A func
ao
g(x) =

1
1x

150

e a func
ao geradora ordin
aria para a sucessao constante an = 1, n = 0, 1, 2, . . .
Tendo em conta a alnea 5. do teorema 3.13
xg 0 (x) = x

1
x
=
2
(1 x)
(1 x)2

e a func
ao geradora da sucess
ao (n)n=0,1,2,3,... . Aplicando este princpio uma vez
mais, vem
0

x(1 + x)
x
=
x
(1 x)2
(1 x)3
obtem-se a func
ao geradora da sucessao (n2 )n=0,1,2,... . Entao, tendo agora em conta
a primeira alnea do mesmo teorema,
h(x)

3xg 0 (x) + 5x[xg 0 (x)]0

3x
5x(1 + x)
+
2
(1 x)
(1 x)3

2x(4 + x)
(1 x)3

e a func
ao geradora associada `
a sucessao (3n + 5n2 )n=0,1,2,... .

Exerccios 3.2.1
1. Determinar as func
oes geradoras ordin
arias associadas `
as seguintes sucess
oes
(a)
(b)
(c)
(d)
(e)
(f )

(1, 1, 1, 1, 0, 0, 0, . . .)
(1, 1, 1, 1, 1, 0, 0, 0, . . .)
(0, 0, 0, 0, 1, 1, 1, 1, . . .)
(1, 1, 1, 1, 1, 1, . . .)
(1, 2, 3, 4, . . .)
(1, 2, 3, 4, . . .)

2. Determinar as sucess
oes associadas `
as seguintes func
oes geradoras
(a) g1 (x) = (2 + x)4
(b) g2 (x) = x2 + ex
(c) g3 (x) = x3 /(1 x)
3. Determinar o coeficiente de x7 na func
ao
g(x) = (1 x)k
quando k = 9 e quando k = 9.

151

4. Determinar o coeficiente de x7 na func

ao
g(x) = (1 + x)k
quando k = 9 e quando k = 9.
5. Determinar o coeficiente de x23 na func
ao
h(x) = (x3 + x4 + x5 + )5
6. Determinar a func
ao geradora ordin
aria associada ao problema combinat
orio
de determinar o n
umero de soluc
oes inteiras n
ao negativas da equac
ao
a+b+c+d = r
7. Determinar a func
ao geradora ordin
aria associada ao problema da determinac
ao das soluc
oes inteiras n
ao negativas da equac
ao
3a + 2b + 4c + 2d = r
8. Determinar o n
umero de soluc
oes inteiras da equac
ao
p + q + r + s = 27
onde cada vari
avel toma valores entre 3 e 8.
9. Determinar o n
umero de soluc
oes da equac
ao
x1 + x2 + + xn = r
onde cada vari
avel toma apenas os valores 0 ou 1.
10. Determinar o n
umero possvel de formas de prefazer um total de 13 pontos
quando se atiram 3 dados distintos A, B, e C.
11. Determinar o n
umero de soluc
oes inteiras da equac
ao
a + b + c + d + e + f = 20
onde a {1, 2, 3, 4, 5} e as outras vari
aveis s
ao maiores ou iguais a 2.
12. Determinar a funca
o geradora ordin
aria associada ao problema da determinac
ao do n
umero de soluc
oes inteiras da desigualdade
a+b+c r
onde cada vari
avel toma valores entre 2 e 5.
13. Determinar as funco
es geradoras associadas `
as sucess
oes
(a) (an )n=0,1,2,... com an = k n
(b) (bn )n=0,1,2,... com bn = nk n
(c) (cn )n=0,1,2,... com cn = k + 2k 2 + 3k 3 + + nk n

152

3.2.1

Relac
oes de recorr
encia e fun
c
oes geradoras

Dada uma sucessao (an )n=0,1,2,... seja

g(x) = a0 + a1 x + a2 x2 + + an xn +
a funcao geradora associada aquela sucessao. Esta funcao geradora g(x)
contem toda a informacao relativa `a sucessao (an )n=0,1,2,... sendo muitas
vezes mais facil de manipular do que a propria sucessao.
O termo geral da sucessao, an , pode ser recuperado a partir do coeficiente
de xn no desenvolvimento em serie de potencias de g(x). Muitas vezes e
possvel obter g(x) algebricamente e entao, depois de expressar esta funcao
em serie de potencias, obtem-se os termos an da sucessao correspondente.
Exemplo 3.15 Resolver a relacao de recorrencia
an = 2an1
usando a func
ao geradora ordin
aria associada `
a sucess
ao (an )nIN .
Resolu
c
ao. Seja
g(x) = a0 + a1 x + a2 x2 + + an xn +
a func
ao geradora ordin
aria associada `a sucessao (an )n=0,1,2,... . Multiplicando ambos os membros da relac
ao de recorrencia por xn , vem
an xn = 2an1 xn ,

n = 1, 2, 3, . . .

Entao, fazendo n = 1, 2, 3, . . ., sucessivamente,

a1 x =
a2 x2 =
a3 x3 =
..
.

2a0 x
2a1 x2
2a2 x3

an xn

2an1 xn

=
..
.

Somando, ordenadamente, todas estas igualdades, vem

a1 x + a2 x2 + + an xn + = 2(a0 x + a1 x2 + a2 x3 + + an1 xn + )
ou seja,
a0 +(a0 +a1 x+a2 x2 + +an xn + ) = 2x(a0 +a1 x+a2 x2 + +an1 xn1 + )

153

e, portanto,
a0 + g(x) = 2xg(x)
donde
g(x) =

a0
1 2x

Desenvolvendo g(x) em serie de potencias, vem

g(x) = a0 1 + 2x + 22 x2 + 23 x3 + + 2n xn +
e, portanto,
an = a0 2n ,

n = 0, 1, 2, 3, . . .

e a soluc
ao da relac
ao de recorrencia dada.

Exemplo 3.16 Resolver a relacao de recorrencia

an = 2an1

n
,
3

n = 0, 1, 2, 3, . . .

onde a0 = 1.
Resolu
c
ao. Visto que a0 = 1, a funcao geradora ordinaria associada `a sucessao e
da forma
g(x) = 1 + a1 x + a2 x2 +
Multiplicando por xn a relacao de recorrencia, vem
an xn = 2an1 xn

n n
x
3

e, portanto, fazendo n = 1, 2, 3, . . ., sucessivamente,

a1 x = 2x 31 x
a2 x2 = 2a1 x2 32 x2
a3 x3 = 2a2 x3 33 x3
..
.
an xn

=
..
.

2an1 xn

n
3

xn

Somando ordenadamente estas equacoes

a1 x + a2 x2 + + an xn + =

donde
g(x) 1 = 2xg(x)

2(x + a1 x2 + a2 x3 + + an1 xn + )


1
x + 2x2 + + nxn +
3

x
1 + 2x + 3x2 + + nxn1 +
3

154

ou seja,
g(x) 1 = 2xg(x)

x
f (x)
3

onde
1 + 2x + 3x2 + + nxn1 +

0
= x + x2 + x3 + + xn +


0
0
x
1
1
=
=
=
1 +
1x
1x
(1 x)2

f (x)

Entao,
g(x) 1 = 2xg(x)

x
1
3 (1 x)2

(1 2x) g(x) = 1

x
3(1 x)2

e, portanto,

donde,
g(x) =

3(1 x)2 x
3 7x + 3x2
=
2
3(1 x) (1 2x)
3(1 x)2 (1 2x)

Decompondo a fracc
ao do lado direito em elementos simples, obtem-se


1
1
1
1
g(x) =
+
+
3 1 x (1 x)2
1 2x
Como
1
1x
1
(1 x)2
1
1 2x

1 + x + x2 + x3 + + xn +

0
1
=
= 1 + 2x + 3x2 + + (n + 1)xn +
1x
=

1 + 2x + 22 x2 + + 2n xn +

entao o termo an , que e o coeficiente de xn no desenvolvimento de g(x), e dado por

an =

2 + n + 2n
1
(1 + (n + 1) + 2n ) =
3
3

Exerccios 3.2.2
1. Determinar a func
ao geradora ordin
aria para a relac
ao de recorrencia
an = c1 an1 + c2 an2
com a0 = e a1 = onde c1 , c2 , , s
ao constantes dadas.

155

2. Sendo
g(x) =

2
(1 x)(1 2x)

a func
ao geradora ordin
aria associada a uma relac
ao de recorrencia que envolve os termos da sucess
ao (an )n=0,1,2,... , determinar a forma do termo geral
an .
3. Resolver a relac
ao de recorrencia
an = an2 + 4n
com as condic
oes iniciais a0 = 3 e a1 = 2, usando uma func
ao geradora
ordin
aria apropriada.
4. Determinar a func
ao geradora ordin
aria para a relac
ao de recorrencia
an+1 = an + bn
com a condic
ao inicial a0 = c onde , b e c s
ao constantes e, ent
ao, obter o
termo geral an .
5. Resolver as relac
oes de recorrencia que se seguem usando o metodo da func
ao
geradora ordin
aria.
an = 4an2 para n 2; a0 = 0, a1 = 1
an = an1 + an2 para n 2; a0 = 1, a1 = 3
an = an1 + 9an2 9an3 para n 3; a0 = 0, a1 = 1, a2 = 2
an = 8an1 16an2 para n 2; a0 = 1, a1 = 0
an = 3an2 2an3 para n 3; a0 = 1, a1 = 0, a2 = 0
an = 5an1 6an2 4an3 + 8an4 para n 4; a0 = 0, a1 = 1, a2 =
1, a3 = 2
(g) an = 2an1 4an2 + 8an3 + 16an4 para n 4; a0 = 1, a1 = 2, a2 =
1, a3 = 2

(a)
(b)
(c)
(d)
(e)
(f )

6. Determinar a func
ao geradora ordin
aria da sucess
ao de cubos 0, 1, 8, . . . , n3 , . . ..
7. Seja a0 , a1 , . . . , an , . . . a sucess
ao definida por an = n3 para n = 0, 1, 2, . . ..
Mostrar que
an = an1 + 3n2 3n + 1 para n = 1, 2, . . .
e, usando esta relac
ao de recorrencia, determinar a func
ao geradora ordin
aria
para a sucess
ao.
8. Seja a0 , a1 , . . . , an , . . . a sucess
ao definida por an = C2n para n = 0, 1, 2, . . ..
Determinar a func
ao geradora ordin
aria para a sucess
ao.

156

3.2.2

Relac
oes de recorr
encia lineares homog
eneas

Nao ha regras gerais para resolver uma relacao de recorrencia arbitraria.

Para certas classes de relacoes de recorrencia, contudo, ha metodos adequados que permitem resolve-las: e o caso das relacoes de recorrencia lineares
homogeneas de coeficientes constantes. Estas relacoes de recorrencia tem a
forma geral seguinte
an = 1 an1 + 2 an2 + + k ank , n = k, k + 1, . . .

(3.6)

onde 1 , 2 , . . . , k sao constantes dadas. Visto que o termo an e determinado pelos k termos da sucessao que o antecedem a equacao (3.6) diz-se
uma relacao de recorrencia de ordem k. Supoe-se k 6= 0 pois de contrario a
relacao de recorrencia seria de ordem inferior a k. A relacao de recorrencia
diz-se homogenea por nao ter termo independente.
Por exemplo, a relacao
an = 3 (an1 )2 + an2 ,

n = 2, 3, 4, . . .

nao e uma relacao de recorrencia linear, embora seja homogenea. Por outro
lado,
an = (n + 2)an1 + 2an2 , n = 2, 3, 4, . . .
e uma relacao de recorrencia linear, mas os seus coeficientes nao sao constantes dependem de n.
A sucessao (an )n=0,1,2,... fica completamente determinada pela equacao
(3.6) a partir do momento em que sejam dados os valores iniciais a0 , a1 , . . .,
ak1 . Para resolver a equacao (3.6) procuram-se solucoes da forma
an = xn ,

n = 0, 1, 2, 3, . . .

onde x e um n
umero a determinar convenientemente. Visto que
an1 = xn1 , an2 = xn2 , . . . , ank = xnk
entao, por substituicao na equacao (3.6), obtem-se
xn 1 xn1 2 xn2 k xnk = 0
ou seja,


xnk xk 1 xk1 2 xk2 k

157

= 0

Ora x nao pode ser nulo pois isso conduziria ao anulamento de todos os
termos da sucessao; consequentemente, sendo x 6= 0, obtem-se a equacao
algebrica
xk 1 xk1 2 xk2 k = 0
(3.7)
que e conhecida por equa
c
ao caracterstica associada `a equacao de recorrencia (3.6). As solucoes da equacao caracterstica designam-se por razes
caractersticas da relacao de recorrencia (3.6).
A equacao (3.7) possui k razes reais ou complexas, iguais ou distintas.
No entanto, como k 6= 0, por hipotese, todas as razes sao diferentes de
zero.
Exemplo 3.17 A relacao de recorrencia de Fibonaci
fn = fn1 + fn2
tem associada a equac
ao caracterstica
x2 x 1 = 0
cujas razes caractersticas sao
q1

1+ 5
1 5
=
e q2 =
2
2

Pode entao enunciar-se o seguinte resultado geral

Teorema 3.18 Seja q um n
umero real ou complexo n
ao nulo. Ent
ao an =
q n e soluc
ao da relac
ao (3.6) se e s
o se q for uma raiz caracterstica daquela
equac
ao.
Sejam 1 (n) e 2 (n) duas solucoes da relacao de recorrencia (3.6) e sejam
c1 , c2 duas constantes. Entao,
c1 1 (n) + c2 2 (n)
e tambem solucao da relacao de recursao (3.6). Para verificar esta afirmacao,
note-se, antes de mais que 1 e 2 satisfazem as equacoes
1 (n) = 1 1 (n 1) + 2 1 (n 2) + + k 1 (n k)
2 (n) = 1 2 (n 1) + 2 2 (n 2) + + k 2 (n k)
158

Multiplicando a primeira equacao por c1 e a segunda por c2 e somando

ordenadamente, vem
c1 1 (n) + c2 2 (n) = c1 1 1 (n 1) + c1 2 1 (n 2) +
+c1 k 1 (n k) +
c2 1 2 (n 1) + c2 2 2 (n 2) +
+c2 k 2 (n k)
= 1 [c1 1 (n 1) + c2 2 (n 1)] + 2 [c1 1 (n 2)
+c2 2 (n 2)] + +
k [c1 1 (n k) + c2 2 (n k)]
o que mostra que
an = c1 1 (n) + c2 2 (n)
e ainda solucao da relacao (3.6).
Mais geralmente, de forma semelhante, pode provar-se que se 1 (n),
2 (n), . . . , k (n) forem solucoes da equacao (3.6) e c1 , c2 , . . . , ck forem constantes arbitrarias, entao
c1 1 (n) + c2 2 (n) + + ck k (n)

(3.8)

e tambem solucao da mesma equacao. Dir-se-a que tal solucao e a solu

c
ao
geral da equacao (3.6) se todas as possveis solucoes daquela equacao se
puderem expressar na forma (3.8) para uma conveniente escolha das constantes c1 , c2 , . . . , ck .
Teorema 3.19 Se as razes caractersticas q1 , q2 , . . . , qk da equac
ao
an = 1 an1 + 2 an2 + + k ank
forem todas distintas, ent
ao
an = c1 q1n + c2 q2n + + ck qkn
e a soluc
ao geral daquela equac
ao.
Demonstra
c
ao: Seja bn (n = 0, 1, 2, 3, . . .) uma solucao qualquer da relacao de
recorrencia. Ent
ao a sucess
ao bn (n = 0, 1, 2, 3, . . .) fica completamente determinada
pelos seus valores iniciais b0 , b1 , . . . , bk1 . Mostrar-se-a que e possvel determinar as
constantes c1 , c2 , . . . , ck (de uma s
o maneira) de tal forma que bn se pode expressar

159

na forma indicada no teorema. Para isso e necessario mostrar que as constantes

c1 , c2 , . . . , ck podem ser escolhidas de tal forma que

c1 + c2 + + ck = b0

c1 q1 + c2 q2 + + ck qk = b1

(3.9)

c1 q1k1 + c2 q2k1 + + ck qkk1 = bk1

Neste sistema h
a k equacoes lineares nas k incognitas c1 , c2 , . . . , ck . A matriz dos
coeficientes deste sistema

1
1

1
q1
q2

qk

..
..
..
.
.
.
q1k1

q2k1

qkk1

e conhecida por matriz de Vandermonde. O seu determinante, dado por

Y
(qj qi )
1i<jk

e constitudo por
(k 1) + (k 2) + + [k (k 1)] =

(k 1)k
=
2

 
k
2

factores da forma qj qi com 1 i < j k. Visto que para i 6= j se tem sempre,

por hip
otese, qj 6= qi , entao o determinante da matriz dos coeficientes do sistema
(3.9) e diferente de zero. Logo o sistema e possvel e determinado, ou seja, admite
uma e uma s
o soluc
ao, como se pretendia mostrar.
2

Exemplo 3.20 Resolver a relacao de recorrencia

an = 2an1 + an2 2an3 ,

n = 3, 4, 5, . . .

com as condic
oes iniciais a0 = 1, a1 = 2 e a2 = 0.
Resolu
c
ao. A equac
ao caracterstica desta relacao de recursao e a seguinte:
x3 2x2 x + 2 = 0
cujas razes s
ao as seguintes
q1 = 1,

q2 = 1,

q3 = 2

Ent
ao
an = c1 1n + c2 (1)n + c3 2n

160

e a soluc
ao geral da relac
ao de recursao dada. Tendo em conta as condicoes iniciais,
as constantes c1 , c2 e c3 dever
ao satisfazer o seguinte sistema de equacoees lineares

c1 + c2 + c3 = 1
c1 c2 + 2c3 = 2

c1 + c2 + 4ck = 0
Visto que




 1
 1
1 1 
1 1 


 1 1 2  =  0 2 1  = 6




 0
 1
0 3 
1 4 
entao este sistema de equac
oes tem uma e uma so solucao, que e
c1 = 2, c2 = 2/3,

c3 = 1/3

A soluc
ao procurada e ent
ao a seguinte
an = 2

3.2.2.1

2
1
(1)n 2n ,
3
3

n = 0, 1, 2, 3, . . .

Equa
c
ao caracterstica com razes m
ultiplas

Voltando `a equacao de recorrencia (3.6), pode acontecer que as razes q1 , q2 ,

. . ., qk da equacao caracterstica nao sejam todas distintas. Neste caso
an = c1 q1n + c2 q2n + + ck qkn

(3.10)

nao e a solucao geral da equacao de recorrencia dada.

Por exemplo, a equacao de recorrencia
an = 4an1 4an2

(3.11)

tem a seguinte equacao caracterstica

x2 4x + 4 = 0
que tem uma raiz dupla igual a 2. Neste caso (3.10) toma a forma
an = c1 2n + c2 2n = (c1 + c2 )2n = c 2n
onde c = c1 + c2 e uma nova constante. Entao, de facto, ha apenas uma
constante nao sendo possvel, em geral, escolher c de forma que as duas
condicoes iniciais sejam simultaneamente satisfeitas. Supondo, por exemplo,
que as condicoes iniciais sao a0 = 1 e a1 = 3 obter-se-ia
(

c = 1
2c = 3
161

sistema este que e, evidentemente, impossvel. Entao,

an = c 2n ,

n = 0, 1, 2, 3, . . .

nao e a solucao geral da equacao de recorrencia (3.11). Neste caso e necessario

encontrar outra solucao associada `a raiz caracterstica 2. Esta nova solucao
e da forma
an = n 2n
De facto, tem-se
4an1 4an2 = 4(n 1)2n1 4(n 2)2n2
= 4[(n 1)2n1 (n 2)2n2 ]
= 4 2n2 [2(n 1) (n 2)] = 4n2n2 = n 2n = an
o que mostra que n2n satisfaz a equacao de recorrencia dada. Entao
an = c1 2n + c2 n 2n = (c1 + c2 n) 2n
e, como se vera, a solucao geral da relacao de recorrencia considerada. Para
o confirmar basta verificar que quaisquer que sejam os valores de a0 e a1 e
sempre possvel determinar as constantes c1 e c2 e de uma so maneira. Para
n = 0 e n = 1, vem
(
c1 = a0
2(c1 + c2 ) = a1
que e um sistema nas incognitas c1 e c2 sempre possvel e determinado,
quaisquer que sejam os valores atribudos a a0 e a1 :
c1 = a0 ,

c2 =

1
(a1 2a0 )
2

A solucao procurada e entao

1
an = a0 2n + (a1 2a0 )n2n =
2

1
a0 + (a1 2a0 )n 2n ,
2


n = 0, 1, 2, 3, . . .

Esta ideia pode generalizar-se a uma relacao de recorrencia de ordem

qualquer superior a 2. Considere-se a relacao de recorrencia
an = 1 an1 + 2 an2 + + k ank , k 6= 0, n = k, k + 1, . . . (3.12)
cuja equacao caracterstica e
p(x) = xk 1 xk1 2 xk2 k = 0
162

Suponha-se que q e, por exemplo, uma raiz tripla desta equacao, ou seja,
que se tem a seguinte decomposicao
p(x) = (x q)3 r(x)
onde r(x) e um polinomio de grau k 3. Entao, para cada n = k, k + 1, . . .,
q e uma raiz tripla do polinomio pn (x) definido por
pn (x) = xnk p(x)
= xn 1 xn1 2 xn2 k xnk
Por outro lado, q e uma raiz dupla da primeira derivada de pn (x)
p0n (x) = nxn1 1 (n 1)xn2 2 (n 2)xn3 k (n k)xnk1
e, consequentemente, e uma raiz dupla do polinomio
xp0n (x) = nxn 1 (n 1)xn1 2 (n 2)xn2 k (n k)xnk
Em particular, para x = q, vem
nq n = 1 (n 1)q n1 + 2 (n 2)q n2 + + k (n k)q nk
o que mostra que
nq n
e solucao da equacao (3.12).
Como q e uma raiz dupla de xp0n (x) entao q e raiz simples da sua derivada

0

xp0n (x)

= n2 xn1 1 (n1)2 xn2 2 (n2)2 xn3 k (nk)2 xnk1

e, portanto, e tambem raiz do polinomio que se obtem a partir deste multiplicando-o por x, ou seja,

0

x xp0n (x)

= n2 xn 1 (n1)2 xn1 2 (n2)2 xn2 k (nk)2 xnk

Substituindo x por q, vem

n2 q n = 1 (n 1)2 q n1 + 2 (n 2)2 q n2 + + k (n k)2 q nk
o que mostra que a funcao
n2 q n
tambem e solucao da equacao de recorrencia (3.12).
163

Em resumo: se q for uma raiz tripla da equacao caracterstica associada

`a relacao de recorrencia (3.12), entao
qn,

nq n ,

n2 q n

sao solucoes da equacao considerada.

Este raciocnio pode ser generalizado, dando origem ao seguinte teorema:
Teorema 3.21 Sejam q1 , q2 , . . . , qm razes distintas da equac
ao caracterstica
da relac
ao de recorrencia
an = 1 an1 + 2 an2 + + k ank ,

k 6= 0; n = k, k + 1, . . .

de graus de multiplicidade p1 , p2 , . . . , pm , respectivamente. Ent

ao a soluc
ao
geral da relac
ao de recorrencia dada tem a forma
an = a1,n + a2,n + + am,n
onde, para cada i = 1, 2, . . . , m, a soluc
ao correspondente `
a raiz qi , de grau
de multiplicidade pi , e
ai,n = ci,1 qin + ci,2 nqin + + ci,pi npi 1 qin = (ci,1 + ci,2 n + + ci,pi npi 1 )qin
Demonstra
c
ao: Da an
alise ja feita antes do enunciado do teorema e facil concluir
que cada func
ao ai,n , i = 1, 2, . . . , m e solucao da relacao recursiva e, portanto, a
func
ao
an = a1,n + a2,n + + am,n
e soluc
ao da equac
ao recursiva.
Para mostrar que esta e a solucao geral e necessario mostrar que o determinante da matriz dos coeficientes do sistema nas constantes ci,j , i = 1, 2, . . . , m; j =
1, 2, . . . , pi , obtido a partir das condicoes iniciais e diferente de zero. Ora este determinante e, neste caso, uma generalizacao do determinante de Vandermonde que
tem o valor
  Y
m
Y
pi
(qj qi )pj pi
(qi )
2
i=1
1i<jm

Como qj 6= qi para j 6= i entao este determinante e diferente de zero o que prova

que a soluc
ao obtida e realmente a solucao geral da relacao considerada.
2

Exemplo 3.22 Determinar a solucao da relacao de recorrencia

an = an1 + 3an2 + 5an3 + 2an4 ,

n = 4, 5, . . .

sujeita `
as condic
oes iniciais a0 = 1, a1 = 0, a2 = 1 e a3 = 2.

164

Resolu
c
ao. A equac
ao caracterstica associada `a relacao de recorrencia e
x4 + x3 3x2 5x 2 = 0
cujas razes s
ao 1, 1, 1 e 2.
A parte da soluc
ao correspondente `a raiz tripla -1 e
(c1 + c2 n + c3 n2 )(1)n
enquanto que a parte da soluc
ao geral correspondente `a raiz simples 2 e
c4 2n
Entao a soluc
ao geral da relac
ao de recorrencia dada e dada por
an = (c1 + c2 n + c3 n2 )(1)n + c4 2n
Para determinar as constantes c1 , c2 , c3 , c4 usam-se agora as condicoes iniciais

c1
+c4 = 1

c1
c2
c3 +2c4 = 0
c1 +2c2 +4c3 +4c4 = 1

c1 3c2 9c3 +8c4 = 2

este sistema e possvel e determinado, admitindo a solucao
c1 =

42
29
7
10
c2 =
c3 =
c4 =
52
52
52
52

e, portanto, a soluc
ao procurada e


7 2
10 n
42 29

n+
n (1)n +
2 ,
an =
52 52
52
52

n = 0, 1, 2, . . .

Exerccios 3.2.3
1. Determinar o n
umero k na relac
ao de recorrencia
an+1 = kan
se
(a) a1 = 5 e a2 = 10
(b) a1 = 5 e a3 = 20
2. Resolver as relac
oes de recorrencia
(a) an+3 = 6an+2 11an+1 + 6an com a0 = 3, a1 = 6 e a2 = 14.
(b) an+3 = 4an+2 5an+1 + 2an com a0 = 2, a1 = 4 e a2 = 7.
(c) an+3 = 3an+2 + 4an+1 12an com a0 = 0, a1 = 11 e a2 = 15.

165

3. As razes caractersticas de uma relac

ao de recorrencia linear e homogenea
com coeficientes constantes s
ao 1, 2, 2 e 3. Determinar a relac
ao de recorrencia
e a sua soluc
ao.
4. Resolver a relac
ao de recorrencia
nan (5n 5)an1 = 0
o: Efectuar a substituic
onde a1 = 10. [Sugesta
ao bn = nan .]
5. Seja A uma matriz quadrada de dimens
ao m cujos elementos da diagonal
principal s
ao todos nulos e cujos elementos n
ao diagonais s
ao todos iguais a
1. Designando por an os elementos da diagonal principal da matriz An e por
bn os elementos n
ao diagonais da mesma matriz, mostrar que
an+1
bn+1

= (m 1)bn e
= an + (m 2)bn

Usar este facto para obter uma relac

ao recursiva para an com condic
oes iniciais apropriadas. Resolver esta relac
ao de recorrencia. Determinar an e
bn .
6. Seja Dn o determinante de ordem n 1 definido

 1 + a2
a
0
0

2

a
1
+
a
a
0


0
a
1 + a2 a
Dn = 

..
..
..
..

.
.
.
.


0
0
0
0

por










2 
1 + a

0
0
0
..
.

Mostrar que, para n 3,

Dn = (1 + a2 )Dn1 a2 Dn2
e ent
ao que
Dn =

1 a2n+2
se a 6= 1
1 a2

Para a2 = 1 qual ser

a o valor de Dn .
7. Resolver as relac
oes de recorrencia seguintes calculando primeiro alguns valores, depois conjecturando a soluc
ao geral e finalmente provando a sua validade
pelo metodo de induc
ao.
(a)
(b)
(c)
(d)
(e)

an
an
an
an
an

= 3an1 , n 1; a0 = 1
= an1 n + 3, n 1; a0 = 2
= an1 + 1, n 1; a0 = 0
= an1 + 2, n 1; a0 = 1
= 2an1 + 1, n 1; a0 = 1

166

3.2.3

Relac
oes de recorr
encia lineares n
ao homog
eneas

Considerem-se agora relacoes de recorrencia da forma

an = 1 an1 + 2 an2 + + k ank + f (n)
onde 1 , 2 , . . . , k sao constantes e f (n) e uma funcao de n. Fazendo nesta
equacao f (n) = 0 obtem-se a parte homogenea da relacao de recorrencia.
Para resolver uma relacao de recorrencia nao homogenea faz-se apelo ao
seguinte princpio: se an = (n) for a soluc
ao geral da relac
ao homogenea
e (n) for uma soluc
ao particular da relac
ao n
ao homogenea, ent
ao
an = (n) + (n)
e a soluc
ao geral da relac
ao de recorrrencia dada.
De facto, se (n) e a solucao geral da equacao homogenea, tem-se
(n) =

k
X

j (n j)

(3.13)

j=1

enquanto que, se (n) e uma solucao particular da equacao nao homogenea,

vem
(n) =

k
X

j (n j) + f (n)

(3.14)

j=1

Somando (3.13) e (3.14) obtem-se

(n) + (n) =

k
X

j [(n j) + (n j)] + f (n)

j=1

o que mostra que an = (n) + (n) e solucao da equacao nao homogenea.

Exemplo 3.23 Determinar a solucao geral da relacao de recorrencia
an = 5an1 6an2 + 6 4n
Resolu
c
ao. A relac
ao de recorrencia homogenea associada `a relacao dada e
an 5an1 + 6an2 = 0
`a qual corresponde a seguinte equacao caracterstica
x2 5x + 6 = 0

167

As razes caractersticas desta equacao sao: q1 = 2 e q2 = 3. Entao

an = c1 2n + c2 3n
e a soluc
ao geral da relac
ao de recorrencia homogenea.
A func
ao
(n) = 48 4n
e uma soluc
ao particular da relacao de recorrencia nao homogenea visto que
5(n 1) 6(n 2) + 6 4n

= 5 48 4n1 6 48 4n2 + 6 4n
= 5 12 4n 6 3 4n + 6 4n
= 48 4n = (n)

Ent
ao, finalmente,
an = c1 2n + c2 3n + 48 4n
e a soluc
ao geral da relac
ao de recorrencia dada.

Ao contrario do que acontece com as relacoes de recorrencia lineares de

coeficientes constantes e homogeneas, para as relacoes do mesmo tipo nao
homogeneas nao existe um metodo geral para determinacao de solucoes particulares. Contudo, para certas situacoes, ha algumas tecnicas que permitem
o que se passa quando o termo nao homogeneo e da
resolver o problema. E
k
forma f (n) = n para algum k inteiro nao negativo ou e da forma f (n) = q n
onde q Q, q 6= 1. Considere-se cada um dos casos separadamente.
1 Se f (n) = cq n (onde c e uma constante conhecida) e se q nao for raiz
da equacao caracterstica, procura-se uma solucao particular da forma
(n) = Aq n
onde A e uma constante a determinar, substituindo (n) na equacao nao
homogenea.
Se q for uma raiz da equacao caracterstica de multiplicidade m, entao
procura-se uma solucao particular da forma
(n) = Anm q n
onde A e uma constante a determinar.
2 Se f (n) = cnj e se 1 nao for raiz da equacao caracterstica, procura-se
uma solucao particular da forma polinomial
(n) = A0 + A1 n + A2 n2 + + Aj nj
168

onde A0 , A1 , . . . , Aj sao constantes a determinar por substituicao de (n) na

relacao de recorrencia nao homogenea.
Se 1 for uma raiz da equacao caracterstica de multiplicidade r, entao
procura-se uma solucao particular da forma
(n) = A0 nr + A1 nr+1 + A2 nr+2 + + Aj nr+j
onde A0 , A1 , A2 , . . . , Aj sao constantes a determinar.
Exemplo 3.24 Sendo
(x 1)2 (x 2)(x 3)2 = 0
a equac
ao caracterstica de uma certa relac
ao de recorrencia n
ao homogenea, determinar a forma de uma soluc
ao particular da relac
ao de recorrencia completa nos
seguintes casos:
1. f (n) = 4n3 + 5n
2. f (n) = 4n
3. f (n) = 3n
Resolu
c
ao. As razes da equac
ao caracterstica sao 1, 1, 2, 3, 3. Entao a solucao
geral da relac
ao de recorrencia homogenea e
an = c1 + c2 n + c3 2n + c4 3n + c5 n3n
Para soluc
oes particulares da relac
ao de recorrencia completa procuram-se, em cada
caso, soluc
oes da forma
1. (n) = An2 + Bn3 + Cn4 + Dn5
2. (n) = A 4n
3. (n) = A n2 3n

Por vezes uma relacao de recorrencia nao homogenea apresenta as diversas situacoes simultaneamente. Neste caso faz-se apelo ao chamado princpio
de sobreposicao de efeitos que constitui o teorema que se segue.
Teorema 3.25 Se, para cada i = 1, 2, . . . , r, a func
ao i (n) for uma soluc
ao
particular da relac
ao de recorrencia
an = 1 an1 + 2 an2 + + k ank + fi (n)
ent
ao a func
ao
1 (n) + 2 (n) + + r (n)
e soluc
ao particular da relac
ao de recorrencia
an = 1 an1 + 2 an2 + + k ank +

r
X
i=1

169

fi (n)

Demonstra
c
ao: Se, para cada i = 1, 2, . . . , r, i (n) e solucao particular da relacao
de recorrencia
an = 1 an1 + 2 an2 + + k ank + fi (n)
ent
ao tem-se que
i (n) = 1 i (n 1) + 2 i (n 2) + + k i (n k) + fi (n)
pelo que somando para i = 1, 2, . . . , r
r
X
i=1

i (n) = 1

r
X

i (n 1) + 2

i=1

r
X

i (n 2) + + k

i=1

r
X

i (n k) +

i=1

r
X

fi (n)

i=1

o que prova o teorema.

Exerccios 3.2.4
1. Determinar a soma

n
X

j3

j=1

comecando por estabelecer uma relac

ao de recorrencia apropriada.
2. Resolver as seguintes relac
oes de recorrencia n
ao homogeneas.
(a) an = an1 + 12n2 , n 1; a0 = 5
(b) an 4an1 + 4an2 = f (n), n 2 onde
f (n) = 1
f (n) = n
f (n) = 3n
f (n) = 2n
f (n) = 1 + n + 2n + 3n
(c) an+2 4an+1 + 3an = 16, n 0; a0 = 4, a1 = 2
(d) an = 4an1 + 5 3n
(e) an = 4an1 + 5 4n
(f ) an = an1 + 2an2 + 4 3n , n 2; a0 = 11, a1 = 28
(g) an = 4an1 4an2 + 2n , n 2; a0 = 1, a1 = 7
3. Resolver a relac
ao de recorrencia
an = an1 + 6n2 ,

n1

com a0 = 0:
(a) usando o princpio de sobreposic
ao,
(b) fazendo repetidas substituic
oes e induzindo a soluc
ao.

170

Ent
ao determinar a soma dos quadrados dos primeiros n n
umeros naturais.
4. Determinar as constantes p, q e r na relac
ao de recorrencia
an + pan1 + qan2 = r,

n2

sabendo que a soluc

ao geral e da forma
an = c1 2n + c2 3n + 4
5. Seja p(x) = 2x2 + x + 3. Determinar uma f
ormula para
m
X
j=1

171

p(j)

Captulo 4

Teoria dos Grafos

4.1

Introdu
c
ao

A teoria dos grafos tem a sua origem na necessidade de representar por

esquemas as relacoes existentes entre os elementos de um conjunto. Neste
sentido, constitui um ramo especfico da teoria das relacoes binarias definidas
num conjunto. Esta teoria cobre um vasto campo de aplicacoes que vao
desde a fsica ate certos domnios da arte, passando pela qumica, biologia,
sociologia, economia, gestao, engenharia, etc.
A nocao de digrafo ou grafo dirigido, foi ja referida a proposito da representacao geometrica de uma relacao binaria definida num conjunto. Se
R for uma relacao simetrica, entao sempre que (xi , xj ) pertence ao digrafo
tambem (xj , xi ) lhe pertencera. Neste caso a ligacao entre dois vertices
(quando existe) faz-se sempre nos dois sentidos, podendo representar-se este
facto por uma aresta u
nica (nao dirigida). Obtem-se, assim, um grafo nao
dirigido (ou, simplesmente, grafo). Embora a teoria dos grafos seja um
instrumento natural para o estudo das relacoes binarias, ha, hoje em dia,
muitos outros topicos de matematica quer pura quer aplicada para os quais o
recurso `a teoria dos grafos constitui uma atitude natural. Na figura seguinte
apresenta-se um exemplo de um grafo (nao dirigido).
173

u




u

,
,
,
,
u
Z
Z
3 Z

u



u


Zu

Embora o aparecimento da teoria dos grafos se possa situar ao tempo

de Euler (1707-1783) o seu desenvolvimento enquanto teoria autonoma e
bastante recente. Por este facto, muitas das notacoes e designacoes que se
usam a seguir podem variar bastante na literatura tecnica dedicada a este
assunto.

4.1.1

Definic
oes b
asicas

Chama-se grafo G (V, E) a uma estrutura constituda por um conjunto

finito1 V de v
ertices (tambem designados por n
os) e um conjunto finito E
de arestas de tal forma que cada aresta esta associada a um par de vertices
1

a
u
u
,
\
,
c,
b\
d
\,
u
Z
Zc
5 ZZ
u
f

V = {1, 2, 3, 4, 5}, E = {a, b, c, d, e, f }

Sendo e uma aresta e v, w dois vertices, escreve-se e = {v, w} ou e =
{w, v} dizendo-se entao que e e uma aresta entre v e w ou que a aresta e
liga os vertices v e w que, por este facto, se dizem adjacentes. Uma aresta
que liga um vertice a si proprio designa-se por lacete.
Na representacao pictorica de um grafo, os vertices sao representados
por pequenos crculos afectados de um smbolo que constitui o seu nome,
enquanto que as arestas sao representadas por linhas que ligam dois vertices
(segmentos de recta ou linhas curvas).
1

Tambem se podem considerar grafos infinitos com um conjunto numer

avel de vertices.
Aqui, no entanto, apenas se estudar
a o caso dos grafos com um n
umero finito de vertices.

174

Se entre dois vertices existir mais que uma aresta entao, se for necessario
efectuar distincoes, o grafo correspondente toma o nome de multigrafo e as
varias arestas que ligam os mesmos dois vertices tambem se designam por
arestas m
ultiplas. No entanto, na literatura da especialidade, em geral, o
termo grafo e empregue mesmo quando possui arestas m
ultiplas.
8ul

H
HH


9
u
HH
u6
@


@


@
u 




7
u


3

u

5 u
Z
%% Z

Z
Zu
%

%  4
2 u
% 
l

1
Neste contexto, chama-se grafo orientado ou digrafo (directed graph)
a uma estrutura G (V, E) onde, novamente, V e um conjunto finito de
vertices e E um conjunto finito de arcos dirigidos. A seguir apresenta-se
um exemplo de um digrafo com 6 vertices e 10 arcos dirigidos.

1
3  
u

u
]

j u


?
u

 5

q u
1

Num digrafo escreve-se e (v, w) para significar que e e um arco que

liga v a w orientado de v para w. Neste caso diz-se que v e adjacente ao
vertice w, que o arco e e incidente sobre w e emergente de v.
Um grafo diz-se simples quando nao possui lacetes nem arestas m
ultiplas.
O grafo que se segue
175

1
u

2
!u
!
\
!
!!
 \
!
!
u
\

b
b
\

b
\u
b


  4
b
3

bu
5

e um exemplo de um grafo simples.

Um tipo de grafos com muita importancia em problemas de emparelhamento (casamentos, distribuicao de grupos de tarefas por grupos de pessoas, etc.) sao os chamados grafos bipartidos que sao grafos nos quais os
vertices podem ser cindidos em dois conjuntos disjuntos V e W tais que cada
aresta liga sempre um vertice de V a um vertice de W . Neste caso denota-se
por G (V, W ; E). Na figura que se segue apresenta-se um exemplo de um
grafo bipartido

uX
X
HHXX
HHXXXX
XX u
H
 b
HH X

 HH

Hu

u

 r





u

q
V = {a, p, q},

W = {b, r}, G = (V, W ; E)

Um grafo diz-se nulo se possuir apenas vertices sem arestas nem lacetes;
por outro lado, no extremo oposto, um grafo diz-se completo quando entre
cada par de vertices ha uma aresta. Neste u
ltimo caso, se o grafo tiver n
vertices e habitual denota-lo por Kn . Um digrafo diz-se completo se entre
cada par de vertices existir pelo menos um arco. Um grafo bipartido simples
G (V, W ; E) diz-se completo se existir uma aresta entre cada vertice de V
e cada vertice de W . Um grafo bipartido completo denota-se por Kp,q onde
p e q sao o n
umero de vertices de V e W , respectivamente.
176

Sejam G (V, E) e G 0 (V 0 , E 0 ) dois grafos dados: G 0 dir-se-a um

subgrafo de G se V 0 for um subconjunto de V e E 0 um subconjunto de
E. Suponha-se que W e um subconjunto nao vazio de V . Da-se o nome
de subgrafo de G induzido por W ao grafo H (W, F ) onde para cada
aresta f F se tem f = {u, v} E e u, v W .

u
Q

u
Q
Q

Q
Q

Q
Q

Q
Q 2u
Q
!
!
\
!
!
\
!

!!
u
\

b
b
\

b
\u 4
b




b

3


bu

Q 2u
Q
\
 \
\

\

\u


  4

u

(a)

(b)

Nesta figura o grafo (b) e um subgrafo do grafo (a) induzido pelo conjunto
W = {1, 2, 4, 5} que e um subconjunto do conjunto V = {1, 2, 3, 4, 5} de
vertices do primeiro.

Exemplo 4.1 (Digrafo de comunica

c
oes.) Considere-se uma organizacao
com v
arias secc
oes. Cada secc
ao e representada por um vertice, desenhando-se uma
flecha do vertice v para o vertice w se a seccao v puder transmitir sinais para a
seccao w. O digrafo assim resultante e o que se designa por digrafo de comunicacao.

Exemplo 4.2 (As pontes de K

onigsberg.) A primeira publicacao em teoria dos grafos foi feita por L. Euler em 1736. O artigo de Euler solucionava um problema conhecido pelo problema das pontes de Konigsberg. A cidade de Konigsberg
(hoje conhecida por Kaliningrad) na Pr
ussia, banhada pelo rio Pregel, e constituda
por quatro partes: a parte a norte do rio, N ( A), a parte a sul do rio, S( D),
e duas ilhas situadas no interior do rio, a ilha ocidental, W ( B) e a ilha oriental,
E( C).
177

Ligando estas quatro componentes da cidade existem 7 pontes tal como se indica
na figura. Os habitantes de Konigsberg, que gostavam de passear na cidade ao
domingo, colocavam a si proprios a seguinte questao: ser
a possvel planear um
passeio pela cidade de tal forma que partindo de casa a ela se regressasse ap
os ter
atravessado uma e uma s
o vez cada uma das sete pontes?
Se se considerar cada uma das quatro partes da cidade como um vertice e cada
ponte como uma aresta, entao o problema corresponde ao seguinte grafo (multigrafo) com 4 vertices e 7 arestas
N
u
b
b
b
b
W

b
b

b
bu E






u
S

Em termos de teoria dos grafos o problema pode entao ser assim formulado: dado
um grafo qualquer (n
ao necessariamente simples) sera possvel percorrer todas as
arestas do grafo sem passar por cima de nenhuma delas mais que uma vez?
No caso do problema das pontes de Konigsberg, Euler estabeleceu a resposta
definitiva, pela negativa, como mais `a frente se vera.

Exemplo 4.3 (R
ede de transportes.) Suponha-se que cada vertice de um
grafo dado representa uma cidade da Europa, por exemplo. Dois vertices sao ligados por uma aresta se existir uma ligacao aerea directa entre as cidades que eles
representam. Um problema que se pode por e o de saber se se pode partir de uma
dada cidade e voltar `
a mesma cidade depois de ter visitado todas as outras. Se a
cada aresta se associar um n
umero real nao negativo que represente o custo do uso
daquela aresta, pode colocar-se um problema de optimizacao que e o de encontrar

178

o percurso (se existir) que satisfaz a condicao do problema anterior ao menor custo.
Este e o conhecido problema do caixeiro viajante.

Grafos isomorfos. Definindo grafo como um par ordenado constitudo

por um conjunto de vertices e um conjunto de arestas, o mesmo grafo pode
por isso, imporaparecer com representacoes pictoricas muito distintas. E,
tante, dispor de um criterio que nos permita saber quando e que dois grafos
(aparentemente) distintos sao afinal o mesmo grafo. Tal criterio resulta
imediatamente da nocao de isomorfismo de grafos.
Defini
c
ao 4.4 Dois grafos G1 (V1 , E1 ) e G2 (V2 , E2 ) dir-se-
ao isomorfos se existir uma bijecc
ao
: V1 V 2
tal que {(u), (v)} seja uma aresta de G2 se e s
o se {u, v} for uma aresta
de G1 .
Exemplo 4.5 Os grafos
a
u

b
u

u
d

u
c

t
u
T
 T
 w T
 "u
Q T
 " QQT
Tu
""
u

Q
v

G1 (V1 , E1 )

u
G2 (V2 , E2 )

sao isomorfos. De facto, sendo

: V1 V2
a bijecc
ao definida por
(a) = t, (b) = v, (c) = w, (d) = u
pode verificar-se facilmente que constitui um isomorfismo de grafos.

Dois grafos isomorfos, aparte os nomes dados aos vertices e `as arestas e
a sua representacao pictorica sao, na realidade, o mesmo grafo e e como tal
que podem ser encarados no contexto da teoria dos grafos.
179

Para mostrar que dois grafos nao sao isomorfos e necessario mostrar que
nao existe qualquer bijeccao entre os conjuntos de vertices respectivos que
transformem arestas em arestas. Se dois grafos nao tiverem o mesmo n
umero
de vertices entao nao sao isomorfos; se tiverem o mesmo n
umero de vertices
mas tiverem diferente n
umero de arestas tambem nao podem ser isomorfos.
Finalmente, mesmo que dois grafos tenham o mesmo n
umero de vertices e
o mesmo n
umero de arestas, ainda assim eles podem nao ser isomorfos. Por
exemplo, os dois grafos
ar
br

#
#
#
#

#
r
e#
#


r
c

##

#


#
r
d

1r
#Q
Q
#
Q
#
Qr 2
5 rb
T b

T bb

Tr
br

G1

G2

tem ambos 5 vertices e 7 arestas. No entanto, nao sao isomorfos. Uma forma
de mostrar que isto e verdade e notar que os vertices a, b, d, e de G1 formam
um subgrafo completo de G1 : qualquer isomorfismo com G1 devera transformar estes quatro vertices noutros quatro vertices com a mesma propriedade.
Ora, em G2 nao ha quatro vertices que induza um subgrafo completo de G2
e, portanto, este nao pode ser isomorfo a G1 .
Exerccios 4.1.1 Mostrar que os grafos

r
T
 r T
 r

TTr T
HH
TTr
r!
!

r
r
e
T

 e
T 
r
es
T

@
T
@  T
@
r
Tr

n
ao s
ao isomorfos.

4.1.2

Caminhos de um grafo

Chama-se caminho entre dois vertices v1 e vr num grafo a uma sequencia

finita de vertices e arestas da forma
v1 , e1 , v2 , e2 , . . . , er1 , vr
180

onde, para cada j, ej e uma aresta que liga vj a vj+1 . Os vertices e as arestas
de um caminho podem nao ser todos distintos. Ao n
umero de arestas que
compoem um caminho da-se o nome de comprimento desse caminho.
Um caminho diz-se simples se nao tiver arestas repetidas e diz-se elementar se todos os seus vertices forem distintos. Um caminho no qual o
vertice inicial e o vertice terminal coincidem chama-se circuito. Um circuito diz-se simples se nao possuir arestas repetidas e um circuito no qual
nenhum vertice e repetido excepto o vertice inicial (terminal) designa-se por
ciclo. No grafo que se segue, por exemplo,
1

e13

e12
u
u
H
" 2
H
"
HH
e15
"
" e25
H
HH "
u
H"
"Q 5
"
"
Q
"
Qe45
"e35
Q
"
Q
"
Q
Qu 4
u
"

e34

o caminho 3e35 5e25 2e12 1e15 5e45 4e34 3 e um circuito simples (nao ha arestas
repetidas e o vertice inicial e terminal coincidem), mas nao e um ciclo ja
que para alem do vertice inicial (que e tambem terminal) ha outro vertice,
o vertice 5, que esta repetido.
Num digrafo estes conceitos podem ter em conta a orientacao. Chama-se
caminho orientado a uma sequencia finita de arcos da forma
v1 , e1 , v2 , e2 , . . . , er1 , vr
onde, para cada j = 1, 2, . . . , r 1, se tem ej = (vj , vj+1 ). A partir daqui
define-se caminho fechado, circuito e ciclo concordantemente.
Grafos conexos. Seja G (V, E) um grafo qualquer. No conjunto V dos
vertices define-se a seguinte relacao
vJ w se e s
o se v = w ou
existe um caminho entre v e w.
Esta relacao e
reflexiva,
181

 simetrica e
transitiva
e, portanto, e uma relacao de equivalencia. Entao V pode decompor-se
em classes de equivalencia {V1 , V2 , . . . , Vr }; cada um dos subgrafos Gi , (com
i = 1, 2, . . . , r), induzido por Vi V , chama-se componente conexa do
grafo G.
Exemplo 4.6 O grafo
r
T
 T
T

r
Tr
tem duas componentes conexas.

r
r
"


""

""
r
"
r

Defini
c
ao 4.7 Um grafo diz-se conexo se e s
o se possuir uma s
o componente conexa, ou seja, se e s
o se entre dois quaisquer dos seus vertices
existir sempre um caminho. Um grafo que possui mais que uma componente
conexa diz-se um grafo desconexo.
No caso dos digrafos a questao da conexidade e um pouco mais complexa:
assim, se entre dois vertices quaisquer vi e vj (vi 6= vj ) existir sempre um
caminho orientado de vi para vj e um caminho orientado de vj para vi o
digrafo diz-se fortemente conexo; se tal nao acontecer, mas o grafo que se
obtem do digrafo retirando simplesmente a orientacao dos seus arcos (isto
e, transformando todos os seus arcos em arestas) for conexo entao o digrafo
diz-se fracamente conexo.

4.1.3

Graus dos v
ertices de um grafo

Uma aresta e de um grafo diz-se incidente sobre o vertice v se este for

um dos seus pontos extremos. Chama-se grau de um vertice v ao n
umero
de arestas que incidem sobre esse vertice. Um vertice diz-se mpar ou par
consoante o seu grau seja um n
umero mpar ou par, respectivamente. [Notese que um lacete incide duas vezes sobre o mesmo vertice pelo que conta duas
vezes para efeito do calculo do grau do vertice respectivo.]
Teorema 4.8 Em qualquer grafo a soma dos graus dos seus vertices e igual
a duas vezes o n
umero das suas arestas.
182

Demonstra
c
ao: Proceder-se-
a por inducao sobre o n
umero de arestas do grafo:
denote-se por p(n) a afirmac
ao de que a soma dos graus de todos os vertices de um
grafo com n arestas e igual a 2n.
(i) Se o grafo n
ao tem qualquer aresta, entao o grau de qualquer dos seus
vertices e zero e a soma dos graus de todos os vertices e zero. Assim, p(0) e uma
proposic
ao verdadeira.
(ii) Suponha-se que para um dado k IN se verifica p(k), isto e, que a soma
dos graus de todos os vertices de um grafo com k arestas e igual a 2k. Considere-se
agora um grafo G com k + 1 arestas. Pretende-se provar que a soma dos graus
de todos os vertices de G e igual a 2k + 2. Para tal, considere-se um grafo G 0
exactamente igual a G mas com menos uma aresta, por exemplo, a aresta {a, b}.
Pela hip
otese de induc
ao, G 0 tem k arestas e, portanto, a soma dos graus de
todos os seus vertices e igual a 2k. Para obter G a partir de G 0 a u
nica coisa que e
necess
ario fazer e acrescentar a G 0 a aresta {a, b}. Este acrescento aumenta o grau
do vertice a de uma unidade e o grau do vertice b de uma unidade: entao, ao passar
de G 0 para G por adic
ao da aresta {a, b} a soma dos graus de todos os vertices de
G 0 aumenta 2 unidades fazendo com que a soma dos graus de todos os vertices de
G seja igual a 2k + 2. Isto significa que para k IN dado
p(k) p(k + 1)
Por (i) e (ii), tendo em conta o princpio de inducao matematica, fica demonstrado
o teorema.
2

Corol
ario 4.9 Em qualquer grafo o n
umero de vertices que tem grau mpar
e um n
umero par.
Demonstra
c
ao: A soma dos graus de todos os vertices e um n
umero par e, para
que assim seja, o n
umero de termos mpares nao pode ser mpar pois de contrario
a soma total seria tambem mpar.
2

Exerccios 4.1.2
1. Para os grafos 1, 2, 3 e 4 desenhados a seguir:
(a) Fazer a descric
ao formal (como par ordenado de conjuntos).
(b) Determinar o grau de cada vertice.
(c) Determinar o n
umero de arestas.
(d) Verificar o teorema 4.8.

183

[1]

[2]
as
H

as
H

b
s
HH 

s
H
eH
HHr
r
c
d

b
s
HH 

s
H
eH
HHr
r
c
d

[3]

[4]

ar
H
HH

@

 @ HH
r 
cpr
f

a
@ H
 b
a
 aara
@
 d a@
@s c
a

s
e

as
cr
bs
HH
@
@
@ H @
@ HH@
H
r
@r
Hr
@
e
f
d

2. Nos grafos que se seguem, 5, 6, 7, e 8,

[5]

[6]
as

br
@
@

r
d

r
e

cs

cs
br
@
@
@
@
@
@r
r
@s
e
f
d

@
@r
f

[7]
as

r
c

J
J
Jr
e

as
@

[8]

er

br
J
J
Jsd

s
f

crX
XXsf
r
r
a
sg
bl
lr
dl
l
l
lsph
resolver (se possvel) os seguintes problemas:
(a) Determinar um caminho elementar de a a f .
(b) Determinar um caminho simples de a a f que n
ao seja elementar.
(c) Determinar um caminho de a a f que n
ao seja simples.
3. Para cada um dos grafos 9, 10, 11 e 12 resolver os seguintes problemas:
(a) Determinar um circuito que n
ao seja um ciclo.
(b) Determinar um circuito que n
ao seja simples.

184

(c) Determinar um circuito simples.

[9]

a
!raa
!
a
a
s !

e!
H
sb
H



H
H

 HH
Hr c
r
d

[11]
as

r
c

J
J
Jr
e

[10]
as
cs
br
@
@
@
@
@
@
@r
r
@s
e
f
d

[12]
br
J
J
Jsd

s
f

er
r
a

crX
Xrf
CC X
C
r
bbb C Cr g
r
C
b
db
b
b sh
p

4. Usando o grafo 5, determinar o subgrafo induzido pelo conjunto de vertices

{a, b, c, f }.
5. Usando o grafo 8, determinar o subgrafo induzido pelo conjunto de vertices
{a, c, d, f }.
6. Usando o grafo 7, determinar os subgrafos induzidos pelos conjuntos de vertices
que se obtem suprimindo um s
o vertice do conjunto original.

4.2

Representa
c
ao de Grafos por Matrizes

Uma questao que normalmente se poe em teoria dos grafos e a de saber

se, dados dois vertices particulares, existira algum caminho que os una. Se
o grafo for de pequena dimensao (isto e, se tiver um pequeno n
umero de
vertices e de arestas), esta questao pode resolver-se, em geral, por simples
inspeccao da representacao pictorica do grafo. Nas situacoes praticas, no
entanto, e necessario lidar com grafos de grande dimensao e complexidade,
nos quais a resolucao de problemas deste tipo, em tempo aceitavel, exige
o recurso a meios computacionais para os quais a representacao pictorica
pouca utilidade tem. Para este efeito, utilizacao de computadores em teoria
dos grafos, existem formas mais adequadas para representacao de grafos,
uma das quais se baseia na utilizacao de matrizes.
185

4.2.1

Matriz de adjac
encia de um grafo

Seja dado um grafo G (V, E) onde V = {1, 2, . . . , n} e as arestas entre dois

vertices, quando existem, sao simples. Chama-se matriz de adjac
encia
do grafo G `a matriz quadrada de dimensao n,
A = [aij ]1i,jn
tal que aij = 1 se existe uma aresta entre os vertices i e j e aij = 0 no caso
contrario.
A matriz de adjacencia de um grafo e simetrica; os elementos da diagonal
principal sao todos iguais a 0 se e so se o grafo nao possuir lacetes.
Exemplo 4.10

O grafo

1
t
c
c

c
c t4
,
,
,

t
5

t,
3

tem a seguinte matriz de adjacencia

A=

0
1
1
1
0

1
1
0
0
1

sm

1
0
0
1
0

1
0
1
0
0

0
1
0
0
0

O grau de um vertice i qualquer e igual ao n

umero de elementos iguais
a 1 na fila (linha ou coluna) i da respectiva matriz de adjacencia.
A matriz de adjacencia de um digrafo com n vertices e tambem uma
matriz quadrada de dimensao n
A = [aij ]1i,jn
onde aij = 1 se existir o arco de i para j e aij = 0 no caso contrario.
186

Exemplo 4.11 Dado o digrafo

2
u
k
Q
B Q
 B QQ
Q
 B
Q

B
Q 3

Q un

B
1 u


B
1

3
o
S

B  
S


S   B



S u
- BN u 
5
4
corresponde-lhe a matriz de adjacencia

0 0
1 0

A=
0 1
0 0
1 0

1
0
1
1
1

1
1
0
0
1

0
1
0
0
0

Como e natural, a matriz de adjacencia de um digrafo nao e necessariamente simetrica.

No caso de um digrafo chama-se semi-grau incidente de um vertice ao
n
umero de arcos que incidem sobre esse vertice e semi-grau emergente ao
n
umero de arcos que partem desse vertice. Assim, no grafo acima, o vertice
1, por exemplo, tem um semi-grau incidente e um semi-grau emergente de
2 e 1, respectivamente, enquanto que o vertice 3 tem semi-graus incidente e
emergente iguais a 4 e 2, respectivamente.
Pot
encias da matriz de adjac
encia. As sucessivas potencias da matriz
de adjacencia de um grafo servem para determinar o n
umero de caminhos de
comprimento dado entre os varios pares possveis de vertices de um grafo.
Assim,
Teorema 4.12 Se A for a matriz de adjacencia de um grafo G, ent
ao o
elemento da linha i e coluna j da matriz A2 e igual ao n
umero de caminhos
de comprimento 2 que ligam os vertices i e j.
(2)

Demonstra
c
ao: Seja aij o elemento da linha i e coluna j da matriz A2 . Entao,
supondo que A e de dimens
ao n
(2)

aij

n
X
p=1

187

aip apj

Para cada p = 1, 2, . . . , n fixado o produto aip apj e igual a 1 quando e so quando

existe uma aresta de i a p e uma aresta de p a j, ou seja, quando existe um caminho
de comprimento 2 de i a j passando por p. Somando todas as possibilidades quando
p varia de 1 a n obtem-se o resultado enunciado.
2

O teorema 4.12 pode generalizar-se para o seguinte:

Teorema 4.13 Se A for a matriz de adjacencia de um grafo com n vertices,
o elemento da linha i e coluna j da potencia de ordem k (k 1) de A e
igual ao n
umero de caminhos entre os vertices i e j de comprimento k.
Demonstra
c
ao: Demonstrar-se-a este teorema por inducao finita. Um caminho
de comprimento 1 e uma aresta; logo, tendo em conta a definicao de matriz de
adjacencia, o teorema verifica-se para k = 1.
Suponha-se ent
ao que o teorema se verifica para a potencia k 1 (k > 1). Seja,
(r)
para cada r = 1, 2, 3, . . ., aij o elemento de ordem (i, j) da potencia de ordem r da
matriz A. Ent
ao
n
X
(k)
(k1)
aij =
aip apj
p=1

onde
(k1)

aip


apj =
(k1)

Por hip
otese (induc
ao) aip

(k1)

aip
0

se p e j forem adjacentes
no caso contrario

e o n
umero de caminhos de comprimento k 1 entre
(k1)

os vertices i e p e, portanto, aip

sera o n
umero de caminhos de comprimento k
entre os vertices i e j que incluem uma aresta que vai de p a j. Somando todas as
possibilidades que v
ao desde p = 1 ate p = n, obtem-se o resultado pretendido. 2
(2)

Corol
ario 4.14 O elemento aii de A2 e igual ao grau do vertice i.
Demonstra
c
ao: Visto que
(2)

aii

n
X

aip api

p=1

ent
ao, como aip = 1 quando e so quando api = 1, isto e, quando e so quando ha
uma aresta entre os vertices i e p, a soma de p = 1 ate p = n da o grau do vertice
i.
2

Exemplo 4.15 Considere-se o seguinte grafo

188

1r

r
! 2
!
!
!

r!
! 3aa
!
aa
!!
ar
4s
5
cuja matriz de adjacencia e a seguinte

0
1

A=
0
1
0

1
0
1
0
1

0
1
0
1
1

1
0
1
0
0

0
1
1
0
0

Entao,

A =

2 0 2 0 1
0 3 1 2 1
2 1 3 0 1
0 2 0 2 1
1 1 1 1 2

0
5
1
4
2

A =

A =

9
3
11
1
6

5
2
6
1
4

1
6
2
5
4

3 11
15 7
7 15
11 3
8
8

4
1
5
0
2

2
4
4
2
2

1 6
11 8

3 8

9 6
6 8

Em A2 na posic
ao (4, 4) est
a o n
umero 2 que e o grau do vertice 4 e e igual ao
n
umero de caminhos do vertice 4 ao vertice 4: os caminhos 4-1-4 e 4-3-4. Da quarta
potencia de A pode concluir-se, por exemplo, que ha 8 caminhos de comprimento 4
entre os vertices 2 e 5. Os elementos que aparecem na diagonal de A3 correspondem
aos n
umeros de tri
angulos (circuitos de comprimento 3) que passam pelos vertices
respectivos.

Para saber se existe algum caminho entre os vertices i e j de um grafo

com n vertices e suficiente determinar as primeiras n1 potencias da matriz
de adjacencia. Se existir algum caminho entre o vertice i e o vertice j ele
189

tem, no maximo, um comprimento igual a n 1. De facto, neste caso,

ou ha um caminho de comprimento inferior a n 1 ou entao, na pior das
hipoteses, existe um caminho que passa por todos os vertices e tal caminho
tem comprimento n 1 (note-se que, neste caso, se i 6= j e se existir alguma
aresta entre i e j esta nao faz parte do caminho referido). Pode entao
enunciar-se o seguinte resultado:
Teorema 4.16 Seja G um grafo com n vertices cuja matriz de adjacencia
e A. Definindo
S = A + A2 + A3 + + An1
ent
ao existe (pelo menos) um caminho entre o vertice i e o vertice j se e s
o
se o elemento de ordem (i, j) na matriz S for diferente de zero.
Corol
ario 4.17 Se todos os elementos da matriz S forem diferentes de zero
ent
ao G e um grafo conexo.
Demonstra
c
ao: Resulta imediatamente do teorema anterior, tendo em conta a
definic
ao de grafo conexo.
2

O caso dos digrafos. Como ja foi referido acima, num digrafo, chama-se
caminho dirigido do vertice v para o vertice w a uma sequencia finita de
vertices e arcos
v1 , a1 , v2 , a2 , . . . , vr , ar , vr+1
tais que v1 = v e vr+1 = w e, para cada i, ai e um arco dirigido de vi para
vi+1 . Se existir um caminho dirigido do vertice v para o vertice w entao
dir-se-a que v esta ligado ou conectado a w. A traducao para digrafos do
teorema 4.13 pode enunciar-se da seguinte maneira
Teorema 4.18 Se A for a matriz de adjacencia de um digrafo, ent
ao o
k
elemento da posic
ao (i, j) da potencia A (k 1) e o n
umero de caminhos
dirigidos de comprimento k do vertice i para o vertice j.
A demonstracao deste teorema e identica `a demonstracao do teorema
4.13, tendo o cuidado de adaptar todos os resultados usados ao caso dos
digrafos.
190

4.2.2

Matriz de incid
encia de um grafo

Outra matriz que e u

til para representar um grafo sob o ponto de vista
computacional e a chamada matriz de incid
encia. Ao contrario da matriz
de adjacencia, a matriz de incidencia pode representar grafos com arestas
m
ultiplas ou (em digrafos) com arcos paralelos.
Seja G (V, E) um grafo onde V = {1, 2, . . . , n} e E = {e1 , e2 , . . . , em }.
A matriz de incidencia do grafo G e uma matriz de dimensao n m
B = [bij ]1in;1jm
onde as linhas correspondem aos vertices e as colunas correspondem `as
arestas: se, para k dado, o arco ek ligar os vertices i e j, entao todos os
elementos da coluna k sao 0 excepto bik = bjk = 1.
Exemplo 4.19 A matriz de incidencia do grafo

e3

e5
2 ri

e1
1r
c e4
c
e2 c r 5

e6
r
4

r
3

e a seguinte:

B=

1
1
0
0
0

1
0
1
0
0

1
0
1
0
0

1
0
0
0
1

0
1
0
0
0

0
1
0
1
0

Cada coluna correspondente a uma aresta que nao seja um lacete tem
apenas dois elementos nao nulos; as colunas correspondentes a lacetes tem
apenas um elemento nao nulo. Alem disso, a soma dos elementos de cada
linha da o grau do vertice que lhe corresponde, num grafo simples (sem
lacetes).
Exerccios 4.2.1 Mostrar que entre as matrizes de adjacencia e de incidencia
de um grafo simples (sem lacetes) se verifica a relac
ao
B Bt = D + A

191

onde B t e a matriz transposta da matriz de incidencia B e D e uma matriz diagonal

de dimens
ao n (n
umero de vertices do grafo) cujos elementos da diagonal principal
` matriz D
s
ao os graus dos vertices respectivos e A e a matriz de adjacencia. A
d
a-se o nome de matriz dos graus.

A matriz de incidencia B de um digrafo sem lacetes define-se da seguinte

maneira: se ek for um arco de i para j entao todos os elementos da coluna
k sao iguais a 0 excepto bik = 1 e bjk = 1.
Exemplo 4.20 A matriz de incidencia do digrafo
e1

1t

- 2t
1




e4

e5 




6
e3


t
3

e2
?
s
4

e6

e a seguinte.

1 0
1
1
0
0
1 1 0
0
1
0

B=
0
0 1 1 1 1
0
1
0
0
0 1

A soma de todos os elementos da linha i e igual ao semi-grau incidente

menos o semi-grau emergente do vertice correspondente.
Exerccios 4.2.2
1. Determinar a matriz de incidencia do seguinte grafo


a u




c
u
BZZ
Z
B Z
Z
Z
Z B
Z u
Z Bu
Z e
d Z
LLZ
Z
Z
Z
Z L Z
Z L
Z
Z
Z
Z
Zu g
L
u
f

b
u

 Z

192

2. Seja G (V, E) (com V = {1, 2, 3, 4, 5} e

matriz de incidencia e a seguinte

1 1 1
0 0 0

B=
0 0 1
0 1 0
1 0 0

E = {a, b, c, d, e, f }) um grafo cuja

0
1
0
0
1

0
1
0
1
0

0
0
1
0
1

(a) Determinar o grau de cada vertice.

(b) Esbocar uma representac
ao pict
orica de G.
(c) Determinar a matriz de adjacencia de G.
3. Seja G (V, E) (com V = {1, 2, 3, 4, 5, 6} e E = {a, b, c, d, e, f, g, h, i}) com a
seguinte matriz de incidencia

1 1 1 0 0 0 0 0 0
0 0 0 1 1 1 0 0 0

0 0 0 0 0 0 1 1 1

B=

1 0 0 1 0 0 1 0 0
0 1 0 0 1 0 0 1 0
0 0 1 0 0 1 0 0 1
(a) Determinar o grau de cada vertice.
(b) Esbocar uma representac
ao pict
orica de G.
(c) Determinar a matriz de adjacencia de G.
4. Seja G o grafo correspondente `
a seguinte matriz

0 1 1 0 1
1 0 1 1 0

1 1 0 0 0
A=
0 1 0 0 1

1 0 0 1 0
0 0 1 1 0

de adjacencia

0
0

0
0

(a) Determinar o grau de cada vertice.

(b) Esbocar uma representac
ao pict
orica de G.
(c) Determinar a matriz de incidencia de G.
5. Seja G o grafo correspondente `
a seguinte matriz de adjacencia

0 1 0 0 0
1 0 1 0 0

A=
0 1 0 0 0
0 0 0 0 1
0 0 0 1 0
Por um procedimento matricial indicar se existe um caminho entre os vertices
1 e 5.

193

6. Usar um procedimento matricial para determinar se o grafo ao qual corresponde a matriz de adjacencia

0 1 1 0 0
1 0 0 1 0

A=
1 0 0 0 1
0 1 0 0 1
0 0 1 1 0
e ou n
ao conexo.
7. Determinar o n
umero total de arestas de um grafo completo com n vertices.
8. Determinar o n
umero de arestas do grafo bipartido Kp,q .
9. Construir um grafo conexo simples com n vertices por forma que o grau de
cada vertice seja igual a 2. Observar a estrutura deste grafo e coment
a-la.
10. Provar que num grafo simples com 2 ou mais vertices, os graus dos vertices
n
ao podem ser todos distintos.
11. Considerar o digrafo G (V, E) onde
V = {1, 2, 3, 4, 5, 6} e E = {(1, 2), (2, 3), (3, 4), (4, 5), (5, 6), (1, 6), (2, 6), (5, 2)}
(a)
(b)
(c)
(d)

Determinar um caminho de 1 a 6 de comprimento 6.

Determinar um caminho simples de 1 a 6 com 5 arcos.
Determinar um ciclo com 4 arcos.
Usar a matriz de adjacencia de G para determinar o n
umero de caminhos
de 2 a 4 de comprimento 2.
(e) Defini
c
ao: Chama-se matriz de conex
ao de um grafo ou digrafo com
n vertices a uma matriz
R = [rij ]1i,jn
tal que rij = 1 se existir um caminho (ou caminho orientado, no caso dos
digrafos) de i para j e rij = 0 no caso contrario.
Determinar a matriz de conex
ao do grafo G.

12. Desenhar um grafo cuja

0
A2 =
1
1

matriz de adjacencia e tal que

0 1 1
0 3 1

3 1 1
e A3 = 3 2 4
1 4 2
1 2 1
1 1 2
1 4 3

1
4

3
2

13. Mostrar que a soma dos elementos da diagonal principal da segunda potencia
da matriz de adjacencia de um grafo (traco de A2 ) e igual a duas vezes o
n
umero de arestas do grafo.

194

4.3

Caminhos Eulerianos e Hamiltonianos

Caminhos eulerianos. Os caminhos eulerianos sao assim designados pela

sua relacao com o problema das pontes de Konigsberg que foi resolvido por
Euler. Considerem-se, antes de mais, as seguintes definicoes:
Defini
c
ao 4.21 Chama-se caminho euleriano a um caminho de um grafo
que contem cada aresta uma e uma s
o vez. Um caminho euleriano que seja
fechado designa-se por circuito euleriano.
O problema das pontes de Konigsberg e entao o de saber se o correspondente grafo possui ou nao algum circuito euleriano. A resposta geral e dada
pelo seguinte teorema:
Teorema 4.22 (Euler) Um grafo (ou multigrafo) conexo possui um caminho euleriano se e s
o se tiver um n
umero de vertices de grau mpar igual a
0 ou 2. O caminho euleriano e um circuito euleriano se aquele n
umero for
0; de contr
ario, o caminho euleriano vai de um dos vertices de grau mpar
ao outro vertice tambem de grau mpar.
Demonstra
c
ao: Recorde-se, antes de mais, que o n
umero de vertices de grau
mpar e par (v. corol
ario 4.9). Mostrar-se-a, em primeiro lugar, que se o n
umero
de vertices de grau mpar for 0 ou 2 entao o grafo admite um caminho euleriano.
Far-se-
a a demonstrac
ao por inducao finita denotando por p(m) a afirmacao do
teorema onde m designa o n
umero de arestas do grafo.
(i) Para um grafo conexo com uma u
nica aresta, ha apenas duas possibilidades:
ou o grafo tem um s
o vertice com um lacete ou o grafo tem dois vertices. No
primeiro caso o grau do vertice e 2 e, portanto, ha zero vertices de grau mpar
sendo o caminho obtido um circuito euleriano.
No segundo caso h
a dois vertices, cada um dos quais tem grau 1 grau mpar
pelo que a aresta em quest
ao constitui um caminho euleriano que vai de um vertice
de grau mpar ao outro vertice de grau mpar.
A proposic
ao
p(1)
e, assim, uma proposic
ao verdadeira.
(ii) Suponha-se agora, hip
otese de inducao, que p(m) e verdadeira para todo
o m k e vejamos o que se passa com p(k + 1). Seja G (V, E) um grafo conexo
com k + 1 arestas que tem 2 ou menos vertices de grau mpar. O metodo de prova
agora consiste em reduzir para k o n
umero de arestas a fim de usar a hipotese de
induc
ao. O problema que se levanta e o de que o grafo seja desconectado durante
o processo.
Visto que a proposic
ao p(1) j
a foi provada pode admitir-se que G tem mais de
duas arestas (que n
ao s
ao lacetes) e, portanto, possui pelo menos um vertice de

195

grau par positivo. Seja a esse vertice. Pode entao garantir-se que ha pelo menos
duas arestas incidentes em a que se denotarao, respectivamente, por {a, b} e {a, c}.

#
l ar #
l#
"b
br"" bbcr
"
"
e


EE
 e

Construa-se agora um novo grafo G 0 (V 0 , E 0 ) onde V 0 = V e E 0 e igual a E

exceptuando as arestas {a, b} e {a, c} que foram retiradas e substitudas por uma
nova aresta {b, c}

l
#
l ar #
l#
c
br
r
"
"


EE

e
 e

O grafo G 0 tem k arestas e o mesmo n

umero de vertices mpares que G. Ha
ent
ao duas possibilidades: ou G 0 e conexo ou e desconexo.
Se G 0 for conexo ent
ao, pela hipotese de inducao, pode encontrar-se um caminho euleriano em G 0 . Este caminho pode tornar-se um caminho euleriano em G
substituindo a parte do caminho que usa a aresta {b, c} pela sequencia de vertices
bac que usa as arestas {a, b} e {a, c}.
Se G 0 for desconexo, o problema fica um pouco mais complicado. Neste caso
G 0 possui duas componentes conexas: uma contem o vertice a e a outra contem os
vertices b e c (e claro que b e c devem estar na mesma componente conexa porque
G 0 contem a aresta {b, c}). Designem-se estas duas componentes conexas por Ga0
0
e Gbc
, respectivamente. Cada uma destas componentes constitui um grafo conexo
com k ou menos arestas. O grafo G 0 tem exactamente o mesmo n
umero de vertices
de grau mpar que G: assim, nas duas componentes nao ha mais que dois vertices
de grau mpar, pelo que se pode aplicar a hipotese de inducao tanto a Ga0 como a
0
Gbc
.
0
Se G tiver 0 vertices de grau mpar entao nenhuma das componentes Ga0 e Gbc
possui vertices de grau mpar; se G tiver 2 vertices de grau mpar entao, tendo em
conta o corol
ario 4.9), uma das componentes tera 2 vertices de grau mpar e a outra
componente ter
a 0 vertices de grau mpar.
H
a, assim, tres situacoes distintas:

196

 2 vertices de grau mpar em Ga0 e 0 vertices de grau mpar em

0
Gbc
,
0
2 vertices de grau mpar em Gbc
e 0 vertices de grau mpar em
0
Ga ,
0
0 vertices de grau mpar tanto em Ga0 como em Gbc
.

Considere-se o primeiro caso: 2 vertices de grau mpar em Ga0 e 0 vertices de

grau mpar em Gb0 . Se h
a dois vertices de grau mpar em Ga0 , tendo em conta a
hipotese de induc
ao, existe um caminho euleriano de Ga0
i1 x1 . . . xm axm+1 . . . xk i2
que liga os dois vertices i1 e i2 de grau mpar. Pela hipotese da inducao tambem
0
se sabe que existe em Gbc
um circuito euleriano
w1 . . . wp bcwp+1 . . . w1
Removendo {b, c} do circuito e ligando estes dois vertices ao outro caminho de
acordo com
i1 x1 . . . xm acwp+1 . . . w1 . . . wp baxm+1 . . . xk i2
obtem-se um caminho euleriano do grafo G (note-se que {a, b} e {a, c} estao includos
e que {b, c} desapareceu). Ent
ao, neste caso, tem-se
p(1), p(2), . . . , p(k) p(k + 1)
Invocando agora o princpio de inducao matematica fica demonstrado que, neste
caso, se o n
umero de vertices de grau mpar for 0 ou 2 o grafo admite um circuito
ou caminho euleriano.
As duas situac
oes restantes tratam-se de forma semelhante.
Reciprocamente, suponha-se que o grafo admite o seguinte caminho euleriano
ax1 . . . xn b
Cada um dos vertices xi ocorre em duas arestas pelo que o seu grau e par. Os
u
nicos vertices que podem ter grau mpar sao, assim, os vertices a e b. Se a = b
todos os vertices tem grau par; se a 6= b ha apenas dois vertices de grau mpar. 2

Exemplo 4.23 Regressando ao problema das pontes de Konigsberg, recorde-se

que o grafo que lhe corresponde e o seguinte:

197

N
u
b
b
b
b
W

b
b

b
bu E





u
S

Neste grafo com 4 vertices todos eles tem grau mpar: de acordo com o teorema, tal
grafo n
ao possui qualquer caminho (ou circuito) euleriano. Ficou assim resolvido,
de uma vez por todas, pela negativa, o problema dos habitantes de Konigsberg
(Kaliningrad).

Caminhos hamiltonianos. Um problema relacionado com o anterior,

mas consideravelmente de maior dificuldade de resolucao foi colocado pelo
matematico irlandes W. Hamilton (1805-1865).
Defini
c
ao 4.24 Seja G (V, E) um grafo. Um caminho de G diz-se hamiltoniano se passar uma e uma s
o vez por cada um dos vertices do grafo.
Embora o problema da existencia de ciclos hamiltonianos possa parecer
semelhante ao problema da determinacao de circuitos eulerianos de um grafo,
a verdade e que nao e nada facil dizer se um grafo e ou nao hamiltoniano
em geral. Ha alguns resultados parcelares, mas nao ha resultados gerais.
Exemplo 4.25 No exemplo 4.3 foi introduzido o chamado problema do caixeiro viajante que pretende elaborar um percurso no qual visite cada cidade
exactamente uma vez voltando depois ao ponto de partida. Um tal percurso constitui um ciclo hamiltoniano. Se tais ciclos hamiltonianos existirem o problema
que se segue ent
ao e o da determinacao do percurso (ciclo hamiltoniano) de custo
mnimo. O problema do caixeiro viajante, de descricao muito simples, faz parte de
uma classe de problemas bem conhecidos que sao de resolucao geralmente muito
difcil.

Exerccios 4.3.1
1. Determinar um circuito euleriano no seguinte grafo

198

u
 uPPP


PP

PP

PP

u
u
u
PP


PP

PP

PP 
u
u
u

2. Verificar se algum dos grafos que se seguem possui um caminho euleriano.

Determin
a-lo no caso afirmativo e justificar os casos negativos.
r
gb
b
ar
br h
fs
br


@
ar

H
dr
c

@
r
r

Hr
P
b

H
PPr
l


LL
e


c
l
r
r

B

g



Je
L  B 
@
BB
r
@
Lr
J

r
r
J

r
f
j
i
k
d
ir
hr

LL  
c
br
r

L

A

T



L 
 A a
T

qr j
m r
L
Tr d
A
r
r
g 


L 

A

T
 L


A 
T
 L

A
T
r
r
r
Lr


e
f
e
k

4.4

Arvores
e Florestas

Esta seccao e dedicada a um tipo especial de grafos que tem grande importancia nas ciencias da computacao.
Defini
c
ao 4.26 Dir-se-
a que um grafo T e uma
arvore se possuir as duas
propriedades seguintes:
T1 T e um grafo conexo,
T2 n
ao existem ciclos em T .
199

Uma arvore pode ser dirigida ou nao dirigida consoante T seja um digrafo
ou, simplesmente, um grafo. O termo arvore sem qualquer qualificativo
interpreta-se sempre no sentido de ser uma arvore nao dirigida. O digrafo
At
 QQ




=
B t
A
 A
/
AU E
D t
t
C
C
 C
 C
 CW
 CW
t t
t t

QQ
s
tC
 S
S
w
S
 
F t
tG
C
B
 C
 B
 CW
 BBN
t t
t t

L M

J K

e um exemplo de uma arvore dirigida. O grafo

At
"l
"
"
l
Bt "
lt
"
X
" XXX
F
Xt
" t
C
D""
@
t
t
"
E
@t
" HH
I
G "
Ht
J
"
t
H

e um exemplo de uma arvore.

As arvores (orientadas ou nao) tem muitas aplicacoes. Sao especialmente
adequadas para representar estruturas hierarquizadas. Em coding theory
e searching usam-se tipos de arvores especiais que sao conhecidas por
arvores binarias.
Defini
c
ao 4.27 Um grafo diz-se uma
arvore bin
aria se for uma
arvore e
1. possuir um vertice especial, chamado raiz cujo grau e 2 ou
0,
2. qualquer outro vertice (para alem da raiz) tem grau 3 ou 1.
A arvore da figura que se segue
200

H




 @

@

 @
@

@
@

HH
H

HH
H
@
@

e um exemplo de uma arvore binaria.

Enunciar-se-ao agora algumas propriedades importantes das arvores.
Teorema 4.28 Numa
arvore T existe um u
nico caminho simples entre cada
par de vertices.
Demonstra
c
ao: Sejam u e v dois vertices quaisquer de uma arvore T . Visto que
T e um grafo conexo ent
ao existe pelo menos um caminho entre u e v e, portanto,
existe um caminho simples entre aqueles dois vertices. Suponha-se que, se possvel,
P e P 0 s
ao dois caminhos simples entre aqueles dois vertices. Se P e P 0 forem
diferentes ent
ao existe uma aresta que pertence a um e nao pertence ao outro.
Suponha-se que e e a primeira aresta que esta em P mas nao em P 0 quando se
caminha de u para v, isto e, suponha-se que se tem
P : u......
P0 : u......

...

ui
ui

. e. .
...

ui+1

...

@
@

...

ui

ui+1
vi+1

......
......

@
@

...

v
v

Seja W o conjunto de vertices intermedios de P situados entre ui+1 e v e seja W 0

o conjunto de vertices intermedios de P 0 situados entre vi+1 e v. Se W e W 0 nao
tiverem quaisquer elementos comuns, entao obter-se-a um ciclo percorrendo todos
os vertices de W a partir de ui e depois todos os vertices de W 0 (desde v ate ui ).
Esta hip
otese n
ao pode ocorrer pois T nao possui ciclos, por hipotese.
Por outro lado, supondo que W e W 0 tem vertices comuns seja ur o primeiro
vertice de P que pertence tambem a W 0 de tal forma que nenhum vertice entre ui
e ur est
a em P 0 . Ent
ao obtem-se novamente um ciclo partindo de ui ate ur em P
e de ur a ui em P 0 .
Quer dizer, a hip
otese de existir mais que um caminho simples entre dois vertices
distintos de T implica a existencia de um ciclo em T . Como T nao possui ciclos
entao entre dois vertices quaisquer de T ha apenas um caminho simples.
2

O recproco e tambem verdadeiro no seguinte sentido:

201

Teorema 4.29 Se num grafo G existir apenas um u

nico caminho simples
entre dois quaisquer dos seus vertices, ent
ao G e uma
arvore.
Demonstra
c
ao: Suponha-se que G nao e uma arvore. Entao existe pelo menos
um ciclo C em G o que implica que entre dois vertices de C existem dois caminhos
simples contradizendo assim a hipotese feita. Entao G e uma arvore, como se tinha
afirmado.
2

Defini
c
ao 4.30 Uma aresta de um grafo conexo e designada por ponte se
a sua remoc
ao (sem retirar os vertices) tornar o grafo desconexo.
Por exemplo, no grafo
t

td
@
@

@t

a aresta e e uma ponte: de facto a sua remocao origina o grafo

t

td
@
@

@t

que e desconexo. Entao, tem-se o seguinte resultado:

Teorema 4.31 Numa
arvore cada aresta e uma ponte.
Demonstra
c
ao: Visto que uma aresta entre dois vertices a e b de uma arvore
T e o u
nico caminho entre eles, entao a sua supressao transforma T num grafo
desconexo deixando, portanto, de ser uma arvore.
2

Reciprocamente,
Teorema 4.32 Se G for um grafo conexo no qual cada aresta e uma ponte
ent
ao G e uma
arvore.
202

Demonstra
c
ao: Suponha-se que G nao e uma arvore, seja C um ciclo em G e
suponha-se que e designa uma aresta em C. Seja G 0 o grafo que se obtem suprimindo
a aresta e em G. Visto que, por hipotese, e e uma ponte entao G 0 e desconexo.
Sejam p e q dois vertices quaisquer de G. Como G e conexo existe um caminho
P entre p e q. Se P n
ao contiver e entao existe tambem um caminho entre p
e q no grafo desconexo G 0 . Por outro lado, se e = {v, w} for uma aresta de P
que tambem pertence ao ciclo C que parte, por exemplo, do vertice t, obtem-se o
seguinte caminho em G 0 entre p e q
p......v......t......w......q
(substitui-se a aresta e pelo resto do circuito C que vai de v a w). Por outras
palavras, existe sempre um caminho entre cada par de vertices de G 0 o que contraria
o facto de G 0 ser desconexo.
2

Teorema 4.33 Uma

arvore T com n vertices tem n 1 arestas.
Demonstra
c
ao: Far-se-
a a demonstracao por inducao sobre n.
(i) A proposic
ao e evidentemente verdadeira para n = 1 (uma vez que numa
arvore n
ao pode haver lacetes).
(ii) Suponha-se que a proposicao e verdadeira para todo o m natural tal que
1 < m < n. Seja e = {u, v} uma aresta de T a qual, como T e uma arvore, tendo
em conta o teorema anterior, e uma ponte.
Suprimindo a aresta e obtem-se um subgrafo T 0 desconexo com duas componentes conexas H e H 0 . Tanto H como H 0 sao arvores com k e k 0 vertices que sao
n
umeros inteiros positivos tais que k + k 0 = n. Entao tanto k como k 0 sao menores
que n. Pela hip
otese de induc
ao H tem k 1 arestas e H 0 tem k 0 1 arestas e as
duas componentes juntas tem (k 1) + (k 0 1) = (k + k 0 ) 2 = n 2 arestas.
Entao T 0 tem n 2 arestas e, consequentemente, T tem n 1 arestas.
Fazendo apelo ao princpio de inducao completa fica provado o teorema.
2

O recproco e tambem verdadeiro:

Teorema 4.34 Qualquer grafo conexo com n vertices e n 1 arestas e uma
rvore.
a
Demonstra
c
ao: Se G (V, E) nao fosse uma arvore existiria uma aresta e que
nao seria uma ponte. Suprima-se e para obter o grafo G 0 (V, E 0 ). Continue-se
este processo ate obter um subgrafo H (V, F ) no qual cada aresta seja uma ponte.
Entao H e uma
arvore com n 1 arestas. Isto significa que apos este processo de
remoc
ao de arestas acabou por se ficar com o mesmo n
umero, ou seja, que o grafo
inicial j
a era uma
arvore.
2

Defini
c
ao 4.35 Um subgrafo T de um grafo G com n vertices diz-se uma

arvore suporte de G se
203

1. T for uma
arvore e
2. T tiver exactamente n vertices
Teorema 4.36 Um grafo G e conexo se e s
o se possuir uma
arvore suporte.
Demonstra
c
ao: Se G possuir uma arvore suporte entao, visto que a arvore e
conexa e possui o mesmo n
umero de vertices que G, G e conexo.
Reciprocamente, suponha-se que G e um grafo conexo. Sejam v1 , v2 , . . . , vn
os vertices de G. Seleccione-se um destes vertices e atribua-se-lhe a etiqueta 1.
Considerem-se agora os vertices adjacentes ao vertice etiquetado por 1: escolhase um destes vertices, atribua-se-lhe a etiqueta 2 e marque-se a aresta {1, 2}, que
n
ao pode voltar a ser usada. Procedendo de modo semelhante, suponha-se que
se etiquetou o vertice vi com o n
umero inteiro k. Procure-se entre os vertices
adjacentes a k se existe algum que ainda nao esteja etiquetado: se tal se verificar,
escolha-se um tal vertice, atribua-se-lhe a etiqueta k + 1 e marque-se a aresta
{k, k + 1} para n
ao voltar a ser usada.
Pode, no entanto, acontecer que todos os vertices adjacentes a k estejam ja
etiquetados. Neste caso recua-se para o vertice k 1 e pesquisa-se a existencia de
vertices ainda n
ao etiquetados adjacentes a k 1. Se existir um atribua-se-lhe a
etiqueta k + 1 e marque-se a aresta {k 1, k + 1} para nao voltar a ser usada.
Continua-se este processo ate que todos os vertices estejam etiquetados o que
acontecer
a necessariamente visto o grafo ser conexo. (Se o grafo nao fosse conexo
recuar-se-ia ate ao vertice 1 antes de todos os vertices do grafo estarem etiquetados.)
O subgrafo constitudo pelos n vertices originais e as arestas marcadas e uma
arvore a

arvore suporte do grafo.

2

Exemplo 4.37 Para exemplificar o processo descrito, considere-se o seguinte

grafo
a br

br

cr
 aa

r

 f

r
g

r
e

a
ar
d

Ent
ao a
arvore
8br
r
7

1r

4r
 aa
a
ar
r

5
3

r
r
2
6

e uma
arvore geradora do grafo inicial.

204

Defini
c
ao 4.38 Chama-se floresta a um grafo constitudo por v
arias componentes conexas, cada uma das quais e uma
arvore.
Exerccios 4.4.1
1. Seja G uma floresta com n vertices, m arestas e k componentes. Determinar
m em func
ao de n e k.
2. Suponha-se que uma
arvore tem 2 vertices de grau 5, 3 vertices de grau 4, 6
vertices de grau 3, 8 vertices de grau 2 e r vertices de grau 1. Determinar r.
3. Um grafo conexo tem 20 vertices. Determinar o n
umero mnimo de arestas
que o grafo pode ter.
4. Um grafo G tem 20 arestas. Determinar o n
umero m
aximo de vertices que o
grafo pode ter.
5. Suponha-se que G tem 4 componentes conexas, 20 arestas e r vertices. Determinar o valor m
aximo de r.
6. Uma aresta e de um grafo conexo G pertence a todas as possveis
arvores
suporte de G. Que se pode afirmar relativamente `
a aresta e?

205

Bibliografia
[1] David C. Kurtz, Foundations of Abstract Mathematics, McGraw-Hill International
Editions, NY 1992.
[2] J. Sebasti
ao e Silva
[3] J. Sebasti
ao e Silva
[4] V. K. Balakrishnan, Introductory Discrete Mathematics, Dover, NY 1991.
[5] Richard A. Brualdi, Introductory Combinatorics, North-Holland, NY 1979.
[6] Stephen A. Wiitala, Discrete Mathematics. A Unified Approach, McGraw-Hill International Editions, Computer Science Series, NY 1987.
[7] Michael O. Albertson & Joan P. Hutchinson, Discrete Mathematics with Algorithms,
John Wiley & Sons, NY 1988.
[8] Martin J. Erickson, Introduction to Combinatorics, John Wiley & Sons, NY 1996.
[9] Domingos M. Cardoso, Curso sobre Grafos e Combinat
oria (Apontamentos), U.
Aveiro, Abril de 1999.
[10] Jorge Picado, Curso sobre Teoria dos Grafos (Apontamentos manuscritos), U. Coimbra, 1998
[11] John P. DAngelo & Douglas B. West, Mathematical Thinking, Prentice Hall, 1997.
[12] Alan Tucker, Applied Combinatorics, John Wiley & Sons, 1984.
[13] A. Chetwynd & P. Diggle, Discrete Mathematics, Arnold, 1995.
[14] J. Eldon Whitesitt, Boolean Algebra and its Applications, Dover, 1995.
[15] Douglas Kaye, Sistemas Booleanos, Editorial Alhambra, 1970.
[16] Normann L. Biggs, Discrete Mathematics, Oxford Science Publications, 1993.
[17] Walter Ladermann & Alan J. Weir, Group Theory, Longman, 1996.
[18] Oystein Ore, Graphs and Their Uses, The Mathematical Association of America,
1990.

207